Railwail
Pierakstieties

NCT-CRC-HE Tissue Classifier (ResNet50)

Attēlu ģenerēšanaNav pieejams
no CommunityModeļa 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.

Skatīt alternatīvasSalīdzināt
Statuss
Nav pieejams
Ievade → Izvade
Teksts + Attēls → Attēls
Izstrādātājs
Community
Atjaunināts
2026. gada 23. septembris

NCT-CRC-HE Tissue Classifier (ResNet50) pašlaik nav pieejams

Jūs joprojām varat lasīt detaļas šajā lapā. Izvēlieties vienu no pieejamajām alternatīvām zemāk, lai uzreiz palaistu salīdzināmu modeli.

Uz alternatīvām
01

Salīdzināmi modeļi

Visi šajā kategorijā
02

Spēļu laukums

Izmēģiniet NCT-CRC-HE Tissue Classifier (ResNet50)

Ievade un rezultāts

Pašlaik nav pieejams

Pašlaik nav pieejams.

Spēļu laukums ir atspējots. Salīdzināmus modeļus varat atrast vienā kategorijā: Skatīt alternatīvas

Izmēģiniet NCT-CRC-HE Tissue Classifier (ResNet50)
Rezultāts
Jūsu attēls parādīsies šeit.

Šis palaišanas gadījums

Nav cenas – pašlaik nav pieejams.

Jauns šeit?

10 bezmaksas kredīti (0,10 $), reģistrējies ar Google

Pieejams 24 stundas pēc reģistrācijas, līdz 5 palaišanas gadījumi dienā un maksimāli 2 kredīti uz palaišanas gadījumu. Citas pierakstīšanās metodes sākas bez kredītiem.

03

Par NCT-CRC-HE Tissue Classifier (ResNet50)

ĪsumāUz 2026. gada 23. septembris

NCT-CRC-HE Tissue Classifier (ResNet50) ir Community modelis kategorijā Attēlu ģenerēšana. NCT-CRC-HE Tissue Classifier (ResNet50) pašlaik nav pieejams Railwail platformā.

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

Cenas

Pašlaik nav pieejams. Šim modelim pašlaik nav cenas, tāpēc to nevar palaist.

05

API

Izsauciet NCT-CRC-HE Tissue Classifier (ResNet50) ar savu Railwail API atslēgu. Izmantojiet šo modeļa ID pieprasījumā:
nct-crc-he-resnet50-tissueAPI dokumentācijaIegūt API atslēgu

Nav pārbaudīta API piemēra

Publiskā API nodod citu ievades formātu, nekā nepieciešams šim modelim. Izmantojiet smilšu kasti iepriekš.

06

Specifikācijas

Modeļa ID
nct-crc-he-resnet50-tissue
Izstrādātājs
Community
Kategorija
Attēlu ģenerēšana
Ievade
Teksts, Attēls
Izvade
Attēls
Kataloga ieraksts atjaunināts
2026. gada 23. septembris

Ievades parametri

Ievades un iestatījumi no modeļa ievades shēmas. Piemērs API sadaļā parāda, kurus no tiem API pieņem.

  • imageobligāts

    H&E colorectal tissue tile to classify

    Tips: Teksts
    Noklusējums: –
    Atļautās vērtības: –

Tagi

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

Lietošanas gadījumi

08

Bieži uzdotie jautājumi

Kas ir NCT-CRC-HE Tissue Classifier (ResNet50)?

NCT-CRC-HE Tissue Classifier (ResNet50) ir Community izstrādāts modelis Attēlu ģenerēšana kategorijā. Tas ir uzskaitīts Railwail katalogā, bet pašlaik to nevar palaist.

Cik maksā NCT-CRC-HE Tissue Classifier (ResNet50) Railwail?

NCT-CRC-HE Tissue Classifier (ResNet50) pašlaik nevar tikt palaists Railwail, tāpēc nav pašreizējās cenas. Pieejamās alternatīvas ar cenām ir norādītas tālāk šajā lapā.

Kādus iestatījumus atbalsta NCT-CRC-HE Tissue Classifier (ResNet50)?

Saskaņā ar tā ievades shēmu, NCT-CRC-HE Tissue Classifier (ResNet50) pazīst šos parametrus: image.

Cik ātrs ir NCT-CRC-HE Tissue Classifier (ResNet50)?

Railwail platformā NCT-CRC-HE Tissue Classifier (ResNet50) vēl nav pietiekami daudz izmērītu izpilžu, lai norādītu izpildes laiku. Tas ir atkarīgs no ievades, iestatījumiem un sniedzēja slodzes.

Vai NCT-CRC-HE Tissue Classifier (ResNet50) ir labāks par FLUX 1.1 Pro?

Tas ir atkarīgs no uzdevuma. NCT-CRC-HE Tissue Classifier (ResNet50) (Community) un FLUX 1.1 Pro (Black Forest Labs) ir abi modeļi Attēlu ģenerēšana kategorijā. Salīdzināšanas lapā to cenas un specifikācijas ir parādītas blakus.

Salīdzināt NCT-CRC-HE Tissue Classifier (ResNet50) un FLUX 1.1 Pro

Vai NCT-CRC-HE Tissue Classifier (ResNet50) var izmantot attēlu kā ievadi?

Jā. Nosūtiet attēlu parametrā image.

Vai es varu izmantot NCT-CRC-HE Tissue Classifier (ResNet50) tieši tagad?

Pašlaik nav pieejams. Lapa paliek tiešsaistē; pieejamās alternatīvas no vienas kategorijas ir norādītas tālāk.

Visi modeļi caur vienu API

Viena API atslēga visiem Railwail modeļiem. Izmantošana tiek aprēķināta no iepriekš apmaksātiem kredītiem, 1 kredīts = 0,01 $.

Iegūt API atslēguSkatīt visus modeļus