GPT
הוספת כלי
S

Skin_Cancer-Image_Classification

קוד פתוח

Anwarkh1apache-2.02024-03-08

  • transformers
  • safetensors
  • vit
  • image-classification
  • endpoints_compatible

מודל ראייה ממוחשבת שממיין תמונות של נגעי עור לשבע קטגוריות רפואיות. הוא מתאים למי שמחפש בסיס קל משקל לסיווג דרמטולוגי בלי להסתבך עם מודלי ענק.

  • 86Mפרמטרים
  • 327 MBמשקל הקבצים
  • 3,444הורדות בחודש
  • 43לייקים

מה זה

מדובר בהתאמה של Vision Transformer של גוגל, שאומן במקור על ImageNet21k עם פאצ'ים של 16 על 16. היוצר החליף את ראש הסיווג ואימן אותו במשך חמישה מחזורים על מאגר תמונות נגעי עור של המשתמש Marmal88, כדי לזהות שבעה מצבים שונים, ביניהם מלנומה, קרצינומה של תאי בסיס, ונגעים שפירים.

מבחינת ביצועים, כרטיס המודל מציג דיוק מרשים על הנייר של 96.95% בסט הוולידציה עם הפסד של 0.1 בלבד בסיום האימון החמישי. יחד עם זאת, מדובר במדד דיוק כללי בלבד. הדף לא מציג מטריצות בלבול, רגישות או ספציפיות לכל קטגוריה בנפרד, כך שקשה לדעת אם הוא מזהה מלנומה באותה הצלחה שבה הוא מזהה נגע שפיר נפוץ.

מתאים ל

  • סינון ראשוני למחקר

    מיון מהיר של סטי נתונים דרמטולוגיים גדולים למחקר אקדמי מקדים.

  • פרויקטי הדגמה ולימוד

    בניית אפליקציית הדגמה לראייה ממוחשבת בתחום הבריאות בזכות משקל נמוך.

  • תיוג עזר לקבוצות נתונים

    חלוקה אוטומטית של תמונות עור לשבע הקטגוריות לצורך בדיקה ידנית.

איפה זה נופל

זה מודל אימון בסיסי של חמישה מחזורים שהועלה על ידי משתמש יחיד, ללא כל בדיקה קלינית או אישור רפואי. מעבר לדיוק הכללי בוולידציה, אין שום פירוט על התפלגות התמונות במאגר המקורי, מה שעלול להסתיר הטיה קשה כלפי סוגי נגעים מסוימים או גווני עור ספציפיים. שימוש בו ככלי אבחון אמיתי הוא מסוכן ביותר.

שאלות
נפוצות

האם אפשר להשתמש במודל הזה לאפליקציית אבחון למשתמשי קצה?

לא, בשום אופן. המודל אומן על סט נתונים ציבורי במשך חמישה מחזורים בלבד ואין לו תיקוף רפואי או קליני. הוא מתאים להדגמות טכנולוגיות או למחקר, ולא לקבלת החלטות רפואיות.

איזה סוגי נגעים המודל יודע לזהות?

הוא מוגדר לשבע מחלקות: קרצינומה של תאי בסיס, אקטיניק קרטוזיס, נגעים דמויי קרטוזיס שפיר, נגעים וסקולריים, שומות מלנוציטיות, מלנומה ודרמטופיברומה.

איך מריצים

המשקל הכולל עומד על 327 מגה-בייט בלבד עם כ־86 מיליון פרמטרים, מה שאומר שאין שום צורך בחומרת שרתים יקרה. אתם יכולים לטעון אותו ישירות דרך ספריית transformers של פייתון ולהריץ הסקת מסקנות על מעבד רגיל של מחשב נייד או מאיץ גרפי בסיסי מאוד.

בגלל המשקל הזעיר שלו, אין שום היגיון לשלם לספק חיצוני על קריאות API. קל מאוד לארוז אותו בתוך קונטיינר מקומי קטן ולשלוח אליו תמונות ישירות, בלי תלות ברשת ובלי עלויות ענן שוטפות.

from transformers import pipeline

pipe = pipeline("image-classification", model="Anwarkh1/Skin_Cancer-Image_Classification")
print(pipe("שלום"))

הקבצים

5 קבצים במאגר, 327 MB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הפרויקט מופץ ברישיון Apache 2.0. זהו רישיון פתוח ומתירני שמאפשר שימוש מסחרי, שינוי של הקוד והמשקולות והפצה מחודשת, בתנאי ששומרים על הודעת זכויות היוצרים המקורית ומציינים שינויים אם נעשו.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש
  • שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗