基于医学图像分类算法研究（三）——基于kvasir v2胃病数据集对transformer模型（vit，st，deit）以base基准型进行测试

前言：期间不断的在找更大规模更好的数据集，但是医学图像分类的数据集不好找，毕竟涉及隐私，目前分类的数据集没有比这个好的。要么是有很多张，但只有2类，一类有病一类没病。要么就是图片比较少。有些数据集还是其他格式的，不会用，哎。下面就展示下这个数据集对transformer模型以base基准型的训练效果吧。

本次测试换成6：2：2，感觉测试集太少了效果展现不佳，稍做了这个调整

下图是vit_base_patch16_224的测试，详细情况如下图

下图是swin_base_patch4_window7_224的测试，详细情况如下图

下图是deit_base_patch16_224的测试，详细情况如下图

根据上述情况对比，这3个模型针对该数据集效果最好的是swin-transformer的基准型

当然，各个模型其实还有很多分模型，由于设备有限只能测试3个给大家演示，后续看情况再做打算吧。