Prov GigaPath
目标受众为AI研究人员和数字病理学领域的学者,他们需要一个强大的模型来分析和理解大量的病理学数据,以推动医学研究和诊断技术的发展。
总访问量: 474,564,576
占比最多地区: US(19.34%)
720
简介
Prov-GigaPath是一个用于数字病理学研究的全切片基础模型,它通过真实世界数据进行训练,旨在支持AI研究人员在病理学基础模型和数字病理幻灯片数据编码方面的研究。该模型由多位作者共同开发,并在Nature期刊上发表。它不适用于临床护理或任何临床决策制定目的,仅限于研究使用。
截图
产品特色
支持在NVIDIA A100 Tensor Core GPU机器上运行。
提供预训练模型和代码的下载。
能够访问HuggingFace Hub上的Prov-GigaPath模型。
包含tile encoder和slide encoder,分别用于提取局部模式和输出幻灯片级别表示。
提供详细的演示笔记本,展示如何运行预训练模型。
提供PCam和PANDA数据集的预提取嵌入,方便进行微调实验。
提供样本数据下载链接,用于进一步的研究和分析。
使用教程
下载并安装所需的CUDA工具包和Python环境。
从GitHub仓库下载Prov-GigaPath模型和代码。
访问HuggingFace Hub并同意相关条款,获取模型访问权限。
按照提供的指南设置环境变量,以避免访问错误。
运行提供的演示笔记本,了解模型的基本使用方法。
使用tile encoder和slide encoder进行数据的提取和编码。
根据需要对模型进行微调,以适应特定的研究目的。
下载并使用提供的样本数据进行进一步的分析和研究。
流量来源
直接访问51.61%外链引荐33.46%邮件0.04%
自然搜索12.58%社交媒体2.19%展示广告0.11%
最新流量情况
月访问量
4.92m
平均访问时长
393.01
每次访问页数
6.11
跳出率
36.20%
总流量趋势图
地理流量分布情况
美国
19.34%
中国
13.25%
印度
9.32%
俄罗斯
4.28%
德国
3.63%
地理流量分布全球图