Prov-GigaPath
需求人群
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。使用场景
研究人员使用Prov-GigaPath模型分析病理学数据，发表在Nature期刊上。医学院校利用该模型进行教学和研究，提高学生对数字病理学的理解。医院研究人员使用该模型进行病理幻灯片的自动化分析，加快研究进程。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
- 1下载并安装所需的CUDA工具包和Python环境。
- 2从GitHub仓库下载Prov-GigaPath模型和代码。
- 3访问HuggingFace Hub并同意相关条款，获取模型访问权限。
- 4按照提供的指南设置环境变量，以避免访问错误。
- 5运行提供的演示笔记本，了解模型的基本使用方法。
- 6使用tile encoder和slide encoder进行数据的提取和编码。
- 7根据需要对模型进行微调，以适应特定的研究目的。
- 8下载并使用提供的样本数据进行进一步的分析和研究。
团队介绍
了解 Prov-GigaPath 背后的团队成员，包括创始人、开发人员、设计师和产品人员。
该产品暂无团队信息。