yolos-tiny-Brain_Tumor_Detection

DunnBC22

Detección de objetos

Este modelo es una versión ajustada de hustvl/yolos-tiny. Está diseñado para demostrar la capacidad de resolver un problema complejo usando tecnología. Para más información sobre cómo fue creado, consulta el siguiente enlace: https://github.com/DunnBC22/Vision_Audio_and_Multimodal_Projects/blob/main/Computer%20Vision/Object%20Detection/Brain%20Tumors/Brain_Tumor_m2pbp_Object_Detection_YOLOS.ipynb. **Recomendamos usar al menos el punto de control yolos-small si deseas probar este proyecto tú mismo.**

Como usar

Para usar este modelo, puedes seguir los siguientes pasos de hiperparámetros durante el entrenamiento:
learning_rate: 5e-05
train_batch_size: 8
eval_batch_size: 8
seed: 42
optimizer: Adam con betas=(0.9,0.999) y epsilon=1e-08
lr_scheduler_type: lineal
num_epochs: 20

Los siguientes resultados fueron obtenidos durante la evaluación:
**Precision Media (AP)**
IoU=0.50:0.95, area=all, maxDets=100: 0.185
IoU=0.50, area=all, maxDets=100: 0.448
IoU=0.75, area=all, maxDets=100: 0.126
IoU=0.50:0.95, area=small, maxDets=100: 0.001
IoU=0.50:0.95, area=medium, maxDets=100: 0.080
IoU=0.50:0.95, area=large, maxDets=100: 0.296

**Recall Medio (AR)**
IoU=0.50:0.95, area=all, maxDets=1: 0.254
IoU=0.50:0.95, area=all, maxDets=10: 0.353
IoU=0.50:0.95, area=all, maxDets=100: 0.407
IoU=0.50:0.95, area=small, maxDets=100: 0.036
IoU=0.50:0.95, area=medium, maxDets=100: 0.312
IoU=0.50:0.95, area=large, maxDets=100: 0.565

Funcionalidades

Detección de objetos
Transformers
PyTorch
TensorBoard
Modelado médico y científico

Casos de uso

Detección de tumores cerebrales
Investigación médica
Análisis de imágenes médicas
Proyectos de visión por computadora