模型详情
模型介绍
中文整理简介
人喉表皮样癌细胞图像分类模型是专为细胞图像分类任务设计的深度学习模型，采用了深度卷积神经网络技术。该模型的训练数据来自 HEp-2 细胞图像数据集，该数据集源于 2014 年国际模式识别大会的细胞图像分类竞赛。数据集包括图像分为训练集 (8,701 张图像)、验证集 (2,175 张图像)和测试集 (2,720 张图像)。此外，还提供了一个 .csv 文件，包含两列数据：第一列是图像 ID，与三个数据集中的图像名称相匹配；第二列是细胞图像的类别。该模型借鉴了 AlexNet 的经典结构，以深度卷积神经网络为基础，包括卷积层、池化层和全连接层等组件，具有强大的图像特征学习能力。其主要训练目标是获取 HEp-2 细胞图像分类任务的判别性特征，以提高在验证集和测试集上的分类性能。该模型的训练旨在高效捕获 HEp-2 细胞图像中的关键信息，以便准确地对图像进行分类。
在线体验 (推理代码)
使用
:modelscope-code[]{type="sdk"}
维护
:modelscope-code[]{type="git"}
数据集
训练曲线
精确度
:---------: :-------------:
损失
实验报告
点击这里下载实验报告。
镜像
致谢
-
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。
