Railwail
Log ind

NCT-CRC-HE Tissue Classifier (ResNet50)

BilledgenereringIkke tilgængelig
af CommunityModell-ID: nct-crc-he-resnet50-tissue

ResNet50 fine-tuned on the NCT-CRC-HE-45K colorectal histology dataset. It sorts an H&E tissue patch into nine classes: adipose (ADI), background (BACK), debris (DEB), lymphocytes (LYM), mucus (MUC), smooth muscle (MUS), normal mucosa (NORM), stroma (STR) and tumor epithelium (TUM). Research use only, not a diagnostic device.

Se alternativerSammenlign
Status
Ikke tilgængelig
Input → output
Tekst + Billede → Billede
Udvikler
Community
Opdateret
23. september 2026

NCT-CRC-HE Tissue Classifier (ResNet50) er i øjeblikket utilgængelig

Du kan stadig læse detaljerne på denne side. Vælg en af de tilgængelige alternativer nedenfor for at køre en sammenlignelig model med det samme.

Gå til alternativer
01

Sammenlignelige modeller

Alle i denne kategori
02

Playground

Prøv NCT-CRC-HE Tissue Classifier (ResNet50)

Input & resultat

Derzeit nicht verfügbar

Ikke tilgængelig i øjeblikket.

Playground'en er deaktiveret. Du finder sammenlignelige modeller i samme kategori: Se alternativer

Prøv NCT-CRC-HE Tissue Classifier (ResNet50)
Resultat
Dit billede vises her.

Denne kørsel

Ingen pris – ikke tilgængelig i øjeblikket.

Ny her?

10 gratis credits (0,10 US$) når du tilmelder dig med Google

Kan bruges 24 timer efter tilmelding, op til 5 kørsler pr. dag og højst 2 credits pr. kørsel. Andre login-metoder starter uden credits.

03

Om NCT-CRC-HE Tissue Classifier (ResNet50)

Kort sagtFra 23. september 2026

NCT-CRC-HE Tissue Classifier (ResNet50) er en model af Community i kategorien Billedgenerering. NCT-CRC-HE Tissue Classifier (ResNet50) er i øjeblikket ikke tilgængelig på Railwail.

A Hugging Face transformers image-classification model that fine-tunes ResNet50 on the 45,000-patch validation split of the NCT-CRC-HE colorectal histology dataset. The label set matches the standard Kather nine-tissue taxonomy, so it is useful for tumor-versus-stroma mapping, tissue quantification and as a teaching example of patch-level histopathology classification. It runs through the hosted image-classification pipeline and returns class probabilities for one input patch. Not for clinical use.
04

Priser

Ikke tilgængelig i øjeblikket. Der er i øjeblikket ingen pris for denne model, så den kan ikke køres.

05

API

Kald NCT-CRC-HE Tissue Classifier (ResNet50) med din Railwail API-nøgle. Brug dette model-ID i anmodningen:
nct-crc-he-resnet50-tissueAPI-dokumentationFå en API-nøgle

Intet bekræftet API-eksempel

Den offentlige API sender et andet inputformat end det, som denne model har brug for. Brug playground ovenfor.

06

Specifikationer

Model-ID
nct-crc-he-resnet50-tissue
Udvikler
Community
Kategori
Billedgenerering
Input
Tekst, Billede
Output
Billede
Katalogelement opdateret
23. september 2026

Inputparametre

Inputs og indstillinger fra modellens inputskema. Eksemplet i API-afsnittet viser, hvilke af dem API'en accepterer.

  • imagepåkrævet

    H&E colorectal tissue tile to classify

    Type: Tekst
    Standard: –
    Tilladte værdier: –

Tags

  • huggingface
  • medical
  • research
  • not-diagnostic
  • pathology
  • histopathology
  • colorectal
  • nct-crc
  • resnet50
  • image-classification
  • image
07

Anvendelsestilfælde

08

Ofte stillede spørgsmål

Hvad er NCT-CRC-HE Tissue Classifier (ResNet50)?

NCT-CRC-HE Tissue Classifier (ResNet50) er en model fra Community i kategorien Billedgenerering. Den er opført på Railwail, men kan ikke køres i øjeblikket.

Hvad koster NCT-CRC-HE Tissue Classifier (ResNet50) på Railwail?

NCT-CRC-HE Tissue Classifier (ResNet50) kan ikke køres på Railwail i øjeblikket, så der er ingen aktuel pris. Tilgængelige alternativer med priser er angivet længere nede på denne side.

Hvilke indstillinger understøtter NCT-CRC-HE Tissue Classifier (ResNet50)?

Ifølge dens inputskema kender NCT-CRC-HE Tissue Classifier (ResNet50) disse parametre: image.

Hvor hurtig er NCT-CRC-HE Tissue Classifier (ResNet50)?

Der er endnu ikke nok målte kørsler af NCT-CRC-HE Tissue Classifier (ResNet50) på Railwail til at angive en udførelsestid. Det afhænger af inputtet, indstillingerne og belastningen hos provideren.

Er NCT-CRC-HE Tissue Classifier (ResNet50) bedre end FLUX 1.1 Pro?

Det afhænger af opgaven. NCT-CRC-HE Tissue Classifier (ResNet50) (Community) og FLUX 1.1 Pro (Black Forest Labs) er begge modeller i kategorien Billedgenerering. Sammenligningssiden viser deres priser og specifikationer side om side.

Sammenlign NCT-CRC-HE Tissue Classifier (ResNet50) og FLUX 1.1 Pro

Kan NCT-CRC-HE Tissue Classifier (ResNet50) bruge et billede som input?

Ja. Send billedet i parameteren image.

Kan jeg bruge NCT-CRC-HE Tissue Classifier (ResNet50) lige nu?

Ikke tilgængelig i øjeblikket. Siden forbliver online; tilgængelige alternativer fra samme kategori er angivet længere nede.

Alle modeller via én API

En API-nøgle til alle modeller på Railwail. Forbrug debiteres fra forudbetalte credits, 1 credit = 0,01 US$.

Få API-nøgleSe alle modeller