模型介绍
该模型使用ConvNeXt-tiny训练，使用的训练集为Refuge训练集和Aptos训练集
如何使用：
pip install onnxruntime-gpu
import onnxruntime as ort
img = cv2.imread("img_path")
img = cv2.resize(img, (448,448))
img = img[...,::-1] # bgr to rgb
img = img.transpose(2,0,1)[np.newaxis]
providers = ['CUDAExecutionProvider']
ort_sess = ort.InferenceSession('model.onnx', providers=providers, )
outputs = ort_sess.run(None, {'input': x.numpy()}, )
print(outputs)
输入说明
输入为 448 * 448的三通道图像
输出说明:
输出为dict， 格式如下: { "Glau": [0.05, 0.56], "DR": [-0.01, 0.01, 0.01, 0.01, 0.01] } Glau代表青光眼二分类的logits DR代表DR五分级的结果
数据评估及结果:
在Refuge验证集上的混淆矩阵如下：
[[349, 11],
[ 8, 32]]]
在Aptos验证集山的混淆矩阵如下:
[[140, 1, 0, 0, 0],
[ 1, 27, 3, 0, 2],
[ 2, 31, 51, 1, 1],
[ 0, 1, 14, 0, 3],
[ 0, 3, 6, 1, 11]]
Clone with HTTP
git clone https://www.modelscope.cn/flyer123/GlauClsDRGrading.git
评论