NCT-CRC-HE Tissue Classifier (ResNet50)

Δημιουργία εικόνωνΜη διαθέσιμο
από CommunityΑναγνωριστικό μοντέλου: 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.

Κατάσταση
Μη διαθέσιμο
Είσοδος → Έξοδος
Κείμενο + Εικόνα → Εικόνα
Προγραμματιστής
Community
Ενημερώθηκε
23 Σεπτεμβρίου 2026

Το NCT-CRC-HE Tissue Classifier (ResNet50) δεν είναι διαθέσιμο αυτή τη στιγμή

Μπορείτε να διαβάσετε τις λεπτομέρειες σε αυτήν τη σελίδα. Επιλέξτε μία από τις διαθέσιμες εναλλακτικές λύσεις παρακάτω για να εκτελέσετε αμέσως ένα συγκρίσιμο μοντέλο.

Μετάβαση στις εναλλακτικές λύσεις
01

Συγκρίσιμα μοντέλα

Όλα σε αυτήν την κατηγορία
02

Playground

Δοκιμάστε NCT-CRC-HE Tissue Classifier (ResNet50)

Είσοδος & Έξοδος

Προς το παρόν μη διαθέσιμο

Προς το παρόν μη διαθέσιμο.

Το playground είναι απενεργοποιημένο. Μπορείτε να βρείτε συγκρίσιμα μοντέλα στην ίδια κατηγορία: Περιήγηση εναλλακτικών λύσεων

Δοκιμάστε NCT-CRC-HE Tissue Classifier (ResNet50)
Αποτέλεσμα
Η εικόνα σας εμφανίζεται εδώ.

Αυτή η εκτέλεση

Χωρίς τιμή – προς το παρόν μη διαθέσιμο.

Νέος εδώ;

10 δωρεάν πιστωτικές μονάδες (0,10 $) όταν εγγραφείς με Google

Χρησιμοποιήσιμο 24 ώρες μετά την εγγραφή, έως 5 εκτελέσεις ανά ημέρα και το πολύ 2 πιστωτικές μονάδες ανά εκτέλεση. Άλλες μέθοδοι σύνδεσης ξεκινούν χωρίς πιστωτικές μονάδες.

03

Σχετικά με το NCT-CRC-HE Tissue Classifier (ResNet50)

ΣύντομαΗμερομηνία: 23 Σεπτεμβρίου 2026

Το NCT-CRC-HE Tissue Classifier (ResNet50) είναι ένα μοντέλο του Community στην κατηγορία Δημιουργία εικόνων. Το NCT-CRC-HE Tissue Classifier (ResNet50) δεν είναι διαθέσιμο στο Railwail αυτή τη στιγμή.

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

Τιμολόγηση

Προς το παρόν μη διαθέσιμο. Δεν υπάρχει τιμή για αυτό το μοντέλο αυτή τη στιγμή, επομένως δεν μπορεί να εκτελεστεί.

05

API

Καλέστε το NCT-CRC-HE Tissue Classifier (ResNet50) με το κλειδί Railwail API. Χρησιμοποιήστε αυτό το ID μοντέλου στο αίτημα:

Κανένα επαληθευμένο παράδειγμα API

Το δημόσιο API περνά μια διαφορετική μορφή εισόδου από αυτή που χρειάζεται αυτό το μοντέλο. Χρησιμοποιήστε το playground παραπάνω.

06

Προδιαγραφές

ID μοντέλου
nct-crc-he-resnet50-tissue
Ανάπτυξη
Community
Είσοδος
Κείμενο, Εικόνα
Έξοδος
Εικόνα
Καταχώρηση καταλόγου ενημερώθηκε
23 Σεπτεμβρίου 2026

Παράμετροι εισόδου

Εισόδους και ρυθμίσεις από το σχήμα εισόδου του μοντέλου. Το παράδειγμα στην ενότητα API δείχνει ποιες από αυτές δέχεται το API.

  • imageΥποχρεωτικό

    H&E colorectal tissue tile to classify

    Τύπος: Κείμενο
    Προεπιλογή: –
    Επιτρεπόμενες τιμές: –

Ετικέτες

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

Περιπτώσεις χρήσης

08

Συχνές ερωτήσεις

Τι είναι NCT-CRC-HE Tissue Classifier (ResNet50);

Το NCT-CRC-HE Tissue Classifier (ResNet50) είναι ένα μοντέλο του Community στην κατηγορία Δημιουργία εικόνων. Είναι καταχωρημένο στο Railwail αλλά δεν μπορεί να εκτελεστεί αυτή τη στιγμή.

Πόσο κοστίζει το NCT-CRC-HE Tissue Classifier (ResNet50) στο Railwail;

Το NCT-CRC-HE Tissue Classifier (ResNet50) δεν μπορεί να εκτελεστεί στο Railwail αυτή τη στιγμή, επομένως δεν υπάρχει τρέχουσα τιμή. Διαθέσιμες εναλλακτικές λύσεις με τιμές παρατίθενται παρακάτω σε αυτήν τη σελίδα.

Ποιες ρυθμίσεις υποστηρίζει το NCT-CRC-HE Tissue Classifier (ResNet50);

Σύμφωνα με το σχήμα εισόδου του, το NCT-CRC-HE Tissue Classifier (ResNet50) γνωρίζει αυτές τις παραμέτρους: image.

Πόσο γρήγορο είναι το NCT-CRC-HE Tissue Classifier (ResNet50);

Δεν υπάρχουν αρκετές μετρημένες εκτελέσεις του NCT-CRC-HE Tissue Classifier (ResNet50) στο Railwail ακόμα για να δηλωθεί ένας χρόνος εκτέλεσης. Εξαρτάται από την είσοδο, τις ρυθμίσεις και το φορτίο στον πάροχο.

Είναι το NCT-CRC-HE Tissue Classifier (ResNet50) καλύτερο από το FLUX 1.1 Pro;

Αυτό εξαρτάται από την εργασία. Το NCT-CRC-HE Tissue Classifier (ResNet50) (Community) και το FLUX 1.1 Pro (Black Forest Labs) είναι και τα δύο μοντέλα στην κατηγορία Δημιουργία εικόνων. Η σελίδα σύγκρισης δείχνει τις τιμές και τις προδιαγραφές τους παράλληλα.

Σύγκριση NCT-CRC-HE Tissue Classifier (ResNet50) και FLUX 1.1 Pro

Μπορεί το NCT-CRC-HE Tissue Classifier (ResNet50) να χρησιμοποιήσει μια εικόνα ως είσοδο;

Ναι. Στείλτε την εικόνα στην παράμετρο image.

Μπορώ να χρησιμοποιήσω το NCT-CRC-HE Tissue Classifier (ResNet50) τώρα;

Προς το παρόν μη διαθέσιμο. Η σελίδα παραμένει ενεργή· διαθέσιμες εναλλακτικές λύσεις από την ίδια κατηγορία παρατίθενται παρακάτω.

Όλα τα μοντέλα μέσω ενός API

Ένα κλειδί API για κάθε μοντέλο στο Railwail. Η χρήση χρεώνεται από προπληρωμένα πιστωτικά, 1 πιστωτικό = 0,01 $.