MedicalVision/detr_nih_20ep

MedicalVision

Detección de objetos

MedicalVision/detr_nih_20ep es un modelo de detección de objetos basado en transformadores entrenado en el dataset NIH. Este modelo utiliza Safetensors y está diseñado para ser desplegado utilizando Endpoints de Inferencia.

Como usar

Cómo usar el modelo:
from transformers import DetrForObjectDetection, DetrImageProcessor
import torch

# Cargar el procesador y el modelo
processor = DetrImageProcessor.from_pretrained('MedicalVision/detr_nih_20ep')
model = DetrForObjectDetection.from_pretrained('MedicalVision/detr_nih_20ep')

# Preparar una imagen de ejemplo
inputs = processor(images=image, return_tensors="pt")

# Realizar la inferencia
with torch.no_grad():
    outputs = model(**inputs)

# Convertir las predicciones a formato humano-comprensible
target_sizes = torch.tensor([image.size[::-1]])
results = processor.post_process_object_detection(outputs, target_sizes)[0]

Funcionalidades

Detección de objetos
Uso de transformadores
Compatible con Safetensors
Entrenado con el dataset NIH

Casos de uso

Detección de objetos en imágenes médicas
Automatización en la identificación de anomalías en imágenes
Asistencia en diagnóstico clínico a través de imágenes