improved U-Net for chest X-ray images segmentation
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos para este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en tu propio hardware de ningún tamaño. Solo se puede acceder a través de su proveedor, y ningún cambio de tarjeta gráfica eso..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- Henan University of Technology,Nanyang Central Hospital
- Tipo de Organización
- Academia,Government
- País
- China
- Publicado
- 23 May 2022
- Autores
- Wufeng Liu, Jiaxin Luo, Yan Yang, Wenlian Wang, Junkui Deng & Liang Yu
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Medicine, Vision
- Tarea
- Visual question answering, Medical diagnosis
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- Datos de entrenamiento
- 182,517,760 tokens
- Épocas
- 70
"The batch size is set to 64. Max epochs are set to 70." "image size was adjusted to 256 * 256"
La ejecución de entrenamiento
Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.
- Hardware de entrenamiento
- NVIDIA GeForce RTX 3060,Intel Core i5-11600K
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Confianza de registro
- Unknown
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Automatic lung segmentation in chest X-ray images using improved U-Net
- Última actualización
- 28 November 2025
Qué significan los números
De dónde vino
improved U-Net for chest X-ray images segmentation fue publicado por Henan University of Technology,Nanyang Central Hospital, en el país registrado como China, durante May 2022. Sale de una organización categorizada como academia,Government.
Funciona en el dominio de Medicine, Vision, y se registra como realizando la tarea de visual question answering, Medical diagnosis.
Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en este sitio se aplica a él.
Qué se necesitó para construirlo
El entrenamiento consumió un corpus de alrededor de 182,517,760 tokens de texto
Respuestas
improved U-Net for chest X-ray images segmentation — preguntas comunes
improved U-Net for chest X-ray images segmentation— ¿Para qué se utiliza?
Funciona en el dominio de Medicine, Vision, y se registra como manejando la tarea de visual question answering, Medical diagnosis. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
improved U-Net for chest X-ray images segmentation— ¿Qué GPU necesito para ejecutarlo?
Ninguno. Este es un modelo cerrado: sus PESOS nunca fueron publicados, por lo que no se puede descargar o ejecutar en su propio hardware a ningún precio. Solo se puede acceder a él a través de su proveedor.
improved U-Net for chest X-ray images segmentation— ¿Es de código abierto?
La licencia nunca fue registrada en nuestros datos fuente. Tratamos las licencias no declaradas como cerradas, porque una licencia no registrada no es una en la que confiar.
improved U-Net for chest X-ray images segmentation— ¿cuántos parámetros tiene?
No se ha publicado el conteo de parámetros para él, por lo que no aparece ninguna cifra de memoria o velocidad en esta página.
improved U-Net for chest X-ray images segmentation— ¿Quién lo creó?
Fue publicado por Henan University of Technology,Nanyang Central Hospital, basado en China, una organización categorizada como academia,Government.
improved U-Net for chest X-ray images segmentation— ¿cuándo fue lanzado?
Se publicó en May 2022. La capacidad por parámetro ha mejorado considerablemente desde entonces, por lo que un modelo más reciente del mismo tamaño suele ser el mejor uso del mismo hardware.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.