CoolFace
Modelpublic

doriankim/gemma3-4b-skin-cancer-classifier

sourceHugging Faceupdated 1y agoView on Hugging Face
1likes5downloads
Model Card

Gemma3 4B Skin Cancer Classifier

모델 개요

이 모델은 Gemma-3 4B를 기반으로 피부암 진단을 위해 파인튜닝된 분류 모델입니다.

모델 상세 정보

  • —Base Model: Gemma-3 4B
  • —Task: 피부암 이미지 분류
  • —Fine-tuning Steps: 1000 steps
  • —LoRA Rank (r): 32
  • —Batch Size: 8

훈련 설정

json
{
  "model_name": "gemma-3-4b",
  "training_steps": 1000,
  "lora_rank": 32,
  "batch_size": 8,
  "learning_rate": "auto",
  "optimizer": "adamw"
}

평가 결과

자세한 평가 결과는 evaluation/ 폴더에서 확인하실 수 있습니다.

주요 성능 지표

  • —정확도: [evaluation 폴더에서 확인]
  • —정밀도: [evaluation 폴더에서 확인]
  • —재현율: [evaluation 폴더에서 확인]
  • —F1 스코어: [evaluation 폴더에서 확인]

사용 방법

python
from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

# 모델과 토크나이저 로드
model_name = "doriankim/gemma3-4b-skin-cancer-classifier"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)

# 추론 예시
def predict_skin_condition(text):
    inputs = tokenizer(text, return_tensors="pt", padding=True, truncation=True)
    with torch.no_grad():
        outputs = model(**inputs)
        predictions = torch.nn.functional.softmax(outputs.logits, dim=-1)
    return predictions

폴더 구조

├── config.json              # 모델 설정
├── pytorch_model.bin         # 모델 가중치
├── tokenizer files          # 토크나이저 관련 파일들
├── evaluation/              # 평가 결과 및 분석
│   ├── results/            # 성능 지표
│   ├── plots/              # 시각화 결과
│   └── logs/               # 평가 로그
└── README.md               # 이 파일

라이선스

[라이선스 정보를 여기에 추가하세요]

인용

이 모델을 사용하시는 경우 다음과 같이 인용해 주세요:

@misc{gemma3_4b_skin_cancer_classifier,
  author = {doriankim},
  title = {Gemma-3 4B Skin Cancer Classifier},
  year = {2024},
  publisher = {Hugging Face},
  url = {https://huggingface.co/doriankim/gemma3-4b-skin-cancer-classifier}
}

이 모델은 연구 목적으로 개발되었으며, 실제 의료 진단에 사용하기 전에 전문의와 상담하시기 바랍니다.