Railwail
Logg inn

NCT-CRC-HE Tissue Classifier (ResNet50)

BildegenereringIkke tilgjengelig
av 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 tilgjengelig
Input → output
Tekst + Bilde → Bilde
Utvikler
Community
Oppdatert
23. september 2026

NCT-CRC-HE Tissue Classifier (ResNet50) er for øyeblikket utilgjengelig

Du kan fortsatt lese detaljene på denne siden. Velg ett av de tilgjengelige alternativene nedenfor for å kjøre en sammenlignbar modell med en gang.

Gå til alternativer
01

Sammenlignbare modeller

Alle i denne kategorien
02

Playground

Prøv NCT-CRC-HE Tissue Classifier (ResNet50)

Inndata og resultat

Ikke tilgjengelig for øyeblikket

Ikke tilgjengelig for øyeblikket.

Lekeplassen er deaktivert. Du finner sammenlignbare modeller i samme kategori: Se alternativer

Prøv NCT-CRC-HE Tissue Classifier (ResNet50)
Resultat
Bildet ditt vises her.

Denne kjøringen

Ingen pris – ikke tilgjengelig for øyeblikket.

Ny her?

10 gratis credits (0,10 USD) når du registrerer deg med Google

Kan brukes 24 timer etter registrering, opptil 5 kjøringer per dag og maksimalt 2 credits per kjøring. Andre påloggingsmetoder starter uten credits.

03

Om NCT-CRC-HE Tissue Classifier (ResNet50)

Kort sagtPer 23. september 2026

NCT-CRC-HE Tissue Classifier (ResNet50) er en modell fra Community i kategorien Bildegenerering. NCT-CRC-HE Tissue Classifier (ResNet50) er for øyeblikket ikke tilgjengelig 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 tilgjengelig for øyeblikket. Det er ingen pris for denne modellen for øyeblikket, så den kan ikke kjøres.

05

API

Ring NCT-CRC-HE Tissue Classifier (ResNet50) med din Railwail API-nøkkel. Bruk denne modell-IDen i forespørselen:
nct-crc-he-resnet50-tissueAPI-dokumentasjonFå en API-nøkkel

Ingen verifisert API-eksempel

Det offentlige API-et sender et annet inngangsformat enn det denne modellen trenger. Bruk lekeplassen ovenfor.

06

Spesifikasjoner

Modell-ID
nct-crc-he-resnet50-tissue
Utvikler
Community
Kategori
Bildegenerering
Inndata
Tekst, Bilde
Utdata
Bilde
Katalogoppføring oppdatert
23. september 2026

Inndataparametere

Inndataer og innstillinger fra modellens inndataskjema. Eksemplet i API-delen viser hvilke av dem APIen godtar.

  • imageobligatorisk

    H&E colorectal tissue tile to classify

    Type: Tekst
    Standard: –
    Tillatte verdier: –

Merkelapper

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

Brukstilfeller

08

Ofte stilte spørsmål

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

NCT-CRC-HE Tissue Classifier (ResNet50) er en modell fra Community i kategorien Bildegenerering. Den er oppført på Railwail, men kan ikke kjøres for øyeblikket.

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

NCT-CRC-HE Tissue Classifier (ResNet50) kan ikke kjøres på Railwail for øyeblikket, så det finnes ingen gjeldende pris. Tilgjengelige alternativer med priser er oppført lenger ned på denne siden.

Hvilke innstillinger støtter NCT-CRC-HE Tissue Classifier (ResNet50)?

I henhold til inndataskjemaet kjenner NCT-CRC-HE Tissue Classifier (ResNet50) disse parametrene: image.

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

Det finnes ennå ikke nok målte kjøringer av NCT-CRC-HE Tissue Classifier (ResNet50) på Railwail til å angi en kjøretid. Det avhenger av inndataene, innstillingene og belastningen hos leverandøren.

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

Det avhenger av oppgaven. NCT-CRC-HE Tissue Classifier (ResNet50) (Community) og FLUX 1.1 Pro (Black Forest Labs) er begge modeller i kategorien Bildegenerering. Sammenligningssiden viser prisene og spesifikasjonene deres side ved side.

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

Kan NCT-CRC-HE Tissue Classifier (ResNet50) bruke et bilde som inndata?

Ja. Send bildet i parameteren image.

Kan jeg bruke NCT-CRC-HE Tissue Classifier (ResNet50) akkurat nå?

Ikke tilgjengelig for øyeblikket. Siden forblir online; tilgjengelige alternativer fra samme kategori er oppført lenger ned.

Alle modeller gjennom én API

Én API-nøkkel for alle modeller på Railwail. Bruk belastes fra forhåndsbetalt kreditt, 1 kreditt = 0,01 USD.

Få API-nøkkelSe alle modeller