كل المشاريع
ذكاء اصطناعي طبيرؤية الحاسوب
كشف السرطان — YOLOv8 (n/s/m)
معيار 3 متغيرات YOLOv8 للكشف عن السرطان. YOLOv8m: test mAP50=0.6782، Precision=0.7633، F1=0.6941. 1,968 صورة تدريبية. تصدير ONNX (49.8 MB) + TorchScript (99.1 MB).
0.6782
YOLOv8m mAP50 (test)
0.7633
YOLOv8m Precision
0.6941
YOLOv8m F1
49.8 MB
ONNX export size
مجموعة البيانات
1,968 صورة سرطانية، فئة واحدة، ~1.1 مربع/صورة
المنهجية
معيار 3 متغيرات YOLOv8 مع تصدير ONNX + TorchScript للنشر
المكدس التقني
PythonYOLOv8 (Ultralytics)ONNXTorchScriptCUDA Tesla T4
الكلمات المفتاحية
YOLOv8Object DetectionMedical ImagingONNXCancerUltralytics
المرئيات7 مخططات
التعمق
معيار YOLOv8 للكشف عن السرطان في صور طبية.
مجموعة البيانات
- ◂1,968 تدريب / 185 تحقق / 94 اختبار — فئة واحدة: سرطان
- ◂توزيع حجم الآفات: منحرف يسار (كثير صغيرة، قليل كبيرة)
مقارنة 3 نماذج (مجموعة الاختبار)
| النموذج | mAP50 | mAP50-95 | الدقة | الاسترجاع | F1 |
|---|---|---|---|---|---|
| YOLOv8n (3.2M) | 0.6191 | — | — | — | — |
| YOLOv8s (11.2M) | 0.5879 | — | — | — | — |
| YOLOv8m (25.9M) | 0.6782 | 0.2305 | 0.7633 | 0.6364 | 0.6941 |
إعداد التدريب 50 حقبة، دفعة تلقائية، دقة مختلطة FP16، تضخيم فسيفساء، AdamW، patience=10
تصديرات النشر
| الصيغة | الحجم |
|---|---|
| ONNX (FP16) | 49.8 MB |
| TorchScript | 99.1 MB |
نتيجة رئيسية على مجموعة الاختبار، YOLOv8m يتفوق على nano وsmall رغم صغر مجموعة البيانات. تنقل أوزان COCO المدربة مسبقاً معرفة الكشف ذات الصلة حتى للصور الطبية.