Анализ стоматологических аномалий SigLIP2

Что умеет эта модель?

Эта модель представляет собой передовую систему классификации изображений, разработанную для выявления различных зубных аномалий и состояний. Она способна идентифицировать такие проблемы, как зубной камень, кариес, гингивит, язвы полости рта, изменение цвета зубов и гиподонтия (частичная адентия).

Эта модель является мощным инструментом для предварительной диагностики в стоматологии, помогая оперативно обнаруживать потенциальные проблемы по изображениям.

Как обучена модель?

Эта модель основана на современной нейросетевой архитектуре и дообучена на специализированном размеченном наборе данных, содержащем изображения различных стоматологических состояний. В качестве базовой модели использовалась современной нейросетевой архитектуре.

Целью обучения было создание надежного классификатора для многоклассовой идентификации зубных заболеваний, что позволяет модели эффективно различать шесть различных категорий аномалий.

Метрики качества

Ниже представлены ключевые метрики производительности модели на тестовом наборе данных:

• Точность (Accuracy): 0.9096
• Взвешенная средняя точность (Weighted Avg Precision): 0.9132
• Взвешенная средняя полнота (Weighted Avg Recall): 0.9096
• Взвешенная средняя F1-мера (Weighted Avg F1-score): 0.9105

Детальный отчет по метрикам классов:

Применение

Модель классифицирует изображения по шести основным категориям:

• Класс 0: Зубной камень
• Класс 1: Кариес
• Класс 2: Гингивит
• Класс 3: Язва полости рта
• Класс 4: Изменение цвета зубов
• Класс 5: Гиподонтия

Это делает ее идеальным решением для систем поддержки принятия решений в стоматологии, помогая врачам или пациентам быстро получить предварительное заключение о состоянии зубов.

Пример использования:

Ссылки