Railwail
Accedi

NCT-CRC-HE Tissue Classifier (ResNet50)

Generazione immaginiNon disponibile
di CommunityID modello: 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.

Vedi alternativeConfronta
Stato
Non disponibile
Input → output
Testo + Immagine → Immagine
Sviluppatore
Community
Aggiornato
23 settembre 2026

NCT-CRC-HE Tissue Classifier (ResNet50) non è attualmente disponibile

Puoi comunque leggere i dettagli su questa pagina. Scegli una delle alternative disponibili di seguito per eseguire subito un modello comparabile.

Vai alle alternative
01

Modelli comparabili

Tutti in questa categoria
02

Playground

Prova NCT-CRC-HE Tissue Classifier (ResNet50)

Input e output

Attualmente non disponibile

Attualmente non disponibile.

Il playground è disabilitato. Trovi modelli comparabili nella stessa categoria: Visualizza alternative

Prova NCT-CRC-HE Tissue Classifier (ResNet50)
Risultato
La tua immagine appare qui.

Questa esecuzione

Nessun prezzo – attualmente non disponibile.

Nuovo qui?

10 crediti gratuiti (0,10 USD) quando ti iscrivi con Google

Utilizzabile 24 ore dopo l'iscrizione, fino a 5 esecuzioni al giorno e al massimo 2 crediti per esecuzione. Altri metodi di accesso iniziano senza crediti.

03

Informazioni su NCT-CRC-HE Tissue Classifier (ResNet50)

RiassuntoA partire da 23 settembre 2026

NCT-CRC-HE Tissue Classifier (ResNet50) è un modello di Community nella categoria Generazione immagini. NCT-CRC-HE Tissue Classifier (ResNet50) non è attualmente disponibile su 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

Prezzi

Attualmente non disponibile. Al momento non c'è un prezzo per questo modello, quindi non può essere eseguito.

05

API

Chiama NCT-CRC-HE Tissue Classifier (ResNet50) con la tua chiave API Railwail. Usa questo ID modello nella richiesta:
nct-crc-he-resnet50-tissueDocumentazione APIOttieni una chiave API

Nessun esempio API verificato

L'API pubblica passa un formato di input diverso da quello richiesto da questo modello. Usa il playground sopra.

06

Specifiche

ID modello
nct-crc-he-resnet50-tissue
Sviluppatore
Community
Categoria
Generazione immagini
Input
Testo, Immagine
Output
Immagine
Voce di catalogo aggiornata
23 settembre 2026

Parametri di input

Input e impostazioni dallo schema di input del modello. L'esempio nella sezione API mostra quali di essi l'API accetta.

  • imageObbligatorio

    H&E colorectal tissue tile to classify

    Tipo: Testo
    Predefinito: –
    Valori consentiti: –

Etichette

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

Casi d'uso

08

Domande frequenti

Cos'è NCT-CRC-HE Tissue Classifier (ResNet50)?

NCT-CRC-HE Tissue Classifier (ResNet50) è un modello di Community nella categoria Generazione immagini. È elencato su Railwail ma non può essere eseguito al momento.

Quanto costa NCT-CRC-HE Tissue Classifier (ResNet50) su Railwail?

NCT-CRC-HE Tissue Classifier (ResNet50) non può essere eseguito su Railwail al momento, quindi non c'è un prezzo attuale. Le alternative disponibili con i prezzi sono elencate più in basso in questa pagina.

Quali impostazioni supporta NCT-CRC-HE Tissue Classifier (ResNet50)?

Secondo il suo schema di input, NCT-CRC-HE Tissue Classifier (ResNet50) conosce questi parametri: image.

Quanto è veloce NCT-CRC-HE Tissue Classifier (ResNet50)?

Non ci sono ancora abbastanza esecuzioni misurate di NCT-CRC-HE Tissue Classifier (ResNet50) su Railwail per indicare un tempo di esecuzione. Dipende dall'input, dalle impostazioni e dal carico presso il provider.

NCT-CRC-HE Tissue Classifier (ResNet50) è migliore di FLUX 1.1 Pro?

Dipende dall'attività. NCT-CRC-HE Tissue Classifier (ResNet50) (Community) e FLUX 1.1 Pro (Black Forest Labs) sono entrambi modelli nella categoria Generazione immagini. La pagina di confronto mostra i loro prezzi e le specifiche affiancati.

Confronta NCT-CRC-HE Tissue Classifier (ResNet50) e FLUX 1.1 Pro

NCT-CRC-HE Tissue Classifier (ResNet50) può usare un'immagine come input?

Sì. Invia l'immagine nel parametro image.

Posso usare NCT-CRC-HE Tissue Classifier (ResNet50) adesso?

Attualmente non disponibile. La pagina rimane online; le alternative disponibili della stessa categoria sono elencate più in basso.

Tutti i modelli tramite un'API

Una chiave API per tutti i modelli su Railwail. L'utilizzo viene addebitato da crediti prepagati, 1 credito = 0,01 USD.

Ottieni chiave APIVisualizza tutti i modelli