metadata
language: fr
tags:
- vision-transformer
- classification
- detection
- sickle-cell
- drepanocytose
- pytorch
- medical-imaging
license: mit
DrepaViT — Détection et Classification (Vision Transformer)
Modèle hybride basé sur Vision Transformer (ViT) pour la détection et classification de cellules falciformes sur images de frottis sanguin colorées (MGG, Giemsa).
Tâche
Détection et classification de cellules falciformes sur images de frottis sanguin colorées (MGG, Giemsa).
Performance
| Métrique | Valeur |
|---|---|
| Accuracy | > 90% |
| F1-Score | > 0.90 |
| mAP | > 0.90 |
Fichiers
hybrid_model_script.pt: poids du modèle hybride ViT (TorchScript)train_drepavit.ipynb: notebook d'entraînement
Utilisation
import torch
model = torch.jit.load("hybrid_model_script.pt")
model.eval()
with torch.no_grad():
output = model(input_tensor)
Contexte
Ce modèle constitue l'étape finale du pipeline de recherche sur la drépanocytose, combinant un backbone CNN et une architecture Vision Transformer pour améliorer la précision de détection et classification des cellules falciformes.
Auteur
Abdourahmane BALDE — @abdourahmane01