improved U-Net for chest X-ray images segmentation
Geen schatting
Geen hardware-eisen voor dit model
De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of uitgevoerd op je eigen hardware in welke grootte dan ook. Het is alleen bereikbaar via de aanbieder, en geen enkele grafische kaart verandert dat..
Op record
Volledige specificatie
Alles wat geregistreerd is voor dit model. Het merendeel beschrijft hoe het getraind werd in plaats van hoe het draait - nuttige context om te beoordelen hoeveel werk erin is gestoken, en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..
Oorsprong
Wie heeft dit model gebouwd, waar, en wanneer het gepubliceerd werd.
- Organisatie
- Henan University of Technology,Nanyang Central Hospital
- Organisatietype
- Academia,Government
- Land
- China
- Gepubliceerd
- 23 May 2022
- Auteurs
- Wufeng Liu, Jiaxin Luo, Yan Yang, Wenlian Wang, Junkui Deng & Liang Yu
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Medicine, Vision
- Taak
- Visual question answering, Medical diagnosis
Grootte
Hoe groot het model is en hoeveel data het is getraind. Parameters zijn het cijfer dat bepaalt of het past op een gegeven grafische kaart.
- Training gegevens
- 182,517,760 tokens
- Epochs
- 70
"The batch size is set to 64. Max epochs are set to 70." "image size was adjusted to 256 * 256"
De trainingsrun
Wat het fysiek kostte om te trainen: welke chips, hoeveel, hoe lang, en wat dat van het stopcontact vroeg.
- Training hardware
- NVIDIA GeForce RTX 3060,Intel Core i5-11600K
Hoe het is geclassificeerd
Labels van de brondataset die worden toegepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Record vertrouwen
- Unknown
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Automatic lung segmentation in chest X-ray images using improved U-Net
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Waar het vandaan kwam
improved U-Net for chest X-ray images segmentation werd gepubliceerd door Henan University of Technology,Nanyang Central Hospital, in het land geregistreerd als China, tijdens May 2022. Het komt uit een organisatie gecategoriseerd als academia,Government.
Het werkt in het domein van Medicine, Vision, en wordt geregistreerd als het uitvoeren van de taak van visual question answering, Medical diagnosis.
Omdat de weights niet beschikbaar zijn, zijn geen van de hardwarefiguren elders op deze site van toepassing op het.
Wat erin ging zitten om het te bouwen
Training verbruikte een corpus van ongeveer 182,517,760 tekstokens
Antwoorden
improved U-Net for chest X-ray images segmentation — veelgestelde vragen
improved U-Net for chest X-ray images segmentation— waarvoor wordt het gebruikt?
Het werkt in het domein van Medicine, Vision, en wordt geregistreerd als het afhandelen van visual question answering, Medical diagnosis. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.
improved U-Net for chest X-ray images segmentation— Welke GPU heb ik nodig om het te draaien?
Dit is een gesloten model — de gewichten zijn nooit gepubliceerd, dus het kan niet gedownload of uitgevoerd worden op je eigen hardware voor eender welke prijs. Het is alleen bereikbaar via de aanbieder.
improved U-Net for chest X-ray images segmentation— is het open-source?
De licenties werden nooit vastgelegd in onze brondocumenten. We beschouwen niet-verklaarde licenties als gesloten, omdat een niet-vastgelegde licentie er geen is om op te vertrouwen.
improved U-Net for chest X-ray images segmentation— hoeveel parameters heeft het?
Er is geen parameter telling gepubliceerd, daarom verschijnt er geen geheugen of snelheidsfiguur op deze pagina.
improved U-Net for chest X-ray images segmentation— wie heeft het gemaakt?
Het werd gepubliceerd door Henan University of Technology,Nanyang Central Hospital, gebaseerd op China, een organisatie geclassificeerd als academia,Government.
improved U-Net for chest X-ray images segmentation— wanneer is het uitgebracht?
Het werd gepubliceerd in May 2022. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
De andere richting
Van de andere kant bekijken?
Deze pagina begint met het model. Als je al een kaart bezit en alles wilt weten wat het zal draaien, begin in plaats van de hardware.