Multi Label Classification On Chexpert

평가 지표

AVERAGE AUC ON 14 LABEL

NUM RADS BELOW CURVE

평가 결과

이 벤치마크에서 각 모델의 성능 결과

비교 표

모델 이름	AVERAGE AUC ON 14 LABEL	NUM RADS BELOW CURVE
모델 1	0.903	1.600
모델 2	0.879	0.600
모델 3	0.911	2.200
모델 4	0.882	0.600
모델 5	0.618	0.200
모델 6	0.899	1.600
모델 7	0.923	2.400
모델 8	0.897	1.200
모델 9	0.919	2.200
모델 10	0.917	2.400
모델 11	0.909	2.200
모델 12	0.881	1.000
모델 13	0.912	2.000
모델 14	0.884	0.800
모델 15	0.909	2.000
모델 16	0.927	2.600
모델 17	0.850	0.600
모델 18	0.923	2.400
모델 19	0.862	0.800
모델 20	0.924	2.400
모델 21	0.923	2.600
모델 22	0.899	1.400
모델 23	0.922	2.800
모델 24	0.929	2.800
모델 25	0.887	1.200
모델 26	0.915	2.200
모델 27	0.913	2.200
모델 28	0.860	0.600
모델 29	0.887	1.200
모델 30	0.887	1.200
모델 31	0.889	1.400
모델 32	0.906	1.600
모델 33	0.913	2.000
모델 34	0.908	2.000
모델 35	0.897	1.600
모델 36	0.865	0.600
모델 37	0.923	2.400
projective-transformation-rectification-for	0.906	1.600
모델 39	0.915	2.200
모델 40	0.916	2.400
모델 41	0.889	1.400
모델 42	0.900	1.200
category-wise-fine-tuning-for-image-multi	0.933	-
모델 44	0.838	0.400
모델 45	0.834	0.400
모델 46	0.895	1.000
모델 47	0.901	1.400
모델 48	0.919	2.600
모델 49	0.760	0.000
모델 50	0.886	0.800
모델 51	0.929	2.600
모델 52	0.913	2.200
모델 53	0.481	0.000
모델 54	0.899	1.400
모델 55	0.929	2.600
모델 56	0.914	2.000
모델 57	0.919	2.400
모델 58	0.884	1.600
모델 59	0.925	2.400
모델 60	0.928	2.600
모델 61	0.898	1.800
모델 62	0.924	2.400
모델 63	0.924	2.400
모델 64	0.917	2.200
모델 65	0.844	0.400
모델 66	0.916	2.200
모델 67	0.909	1.800
모델 68	0.920	2.600
모델 69	0.927	2.600
모델 70	0.927	3.000
모델 71	0.863	0.800
모델 72	0.848	0.200
모델 73	0.899	1.600
모델 74	0.917	2.200
모델 75	0.906	1.600
모델 76	0.875	1.200
모델 77	0.769	0.000
모델 78	0.899	2.000
모델 79	0.905	1.600
모델 80	0.887	1.200
모델 81	0.880	1.200
모델 82	0.878	0.600
모델 83	0.923	2.400
모델 84	0.876	1.200
모델 85	0.732	0.600
모델 86	0.902	2.000
모델 87	0.923	2.600
모델 88	0.916	2.400
모델 89	0.886	1.000
모델 90	0.882	0.800
모델 91	0.911	2.000
모델 92	0.724	0.000
모델 93	0.919	2.600
anatomy-x-net-a-semi-supervised-anatomy-aware	0.917	2.600
모델 95	0.916	2.600
interpreting-chest-x-rays-via-cnns-that	0.929	2.600
모델 97	0.898	1.200
모델 98	0.907	1.600
모델 99	0.904	1.200
모델 100	0.925	2.400
모델 101	0.926	2.600
모델 102	0.500	0.000
모델 103	0.918	2.600
모델 104	0.914	2.600
모델 105	0.894	1.600
모델 106	0.890	1.000
projective-transformation-rectification-for	0.899	1.400
모델 108	0.860	0.800
robust-deep-auc-maximization-a-new-surrogate	0.930	2.800
모델 110	0.922	2.400
모델 111	0.918	2.600
모델 112	0.883	1.200
모델 113	0.524	0.000
모델 114	0.928	2.600
모델 115	0.876	1.000
category-wise-fine-tuning-for-image-multi	0.918	2.600
모델 117	0.918	2.600
모델 118	0.914	2.400
모델 119	0.920	2.400
모델 120	0.921	2.400
모델 121	0.897	1.600
interpreting-chest-x-rays-via-cnns-that	0.930	2.600
모델 123	0.919	2.400
모델 124	0.895	1.800
모델 125	0.921	2.400
모델 126	0.907	1.600
모델 127	0.797	0.600
모델 128	0.894	1.600
모델 129	0.896	1.400
모델 130	0.894	1.600
모델 131	0.853	0.000
모델 132	0.923	2.600
모델 133	0.924	2.400
모델 134	0.895	1.400
모델 135	0.888	1.000
모델 136	0.908	1.800
모델 137	0.911	2.200
모델 138	0.859	0.600
모델 139	0.840	0.400
anatomy-x-net-a-semi-supervised-anatomy-aware	0.926	2.600
모델 141	0.898	1.400
모델 142	0.875	1.000
masks-and-manuscripts-advancing-medical-pre	0.909	-
모델 144	0.891	1.000
모델 145	0.859	0.600
모델 146	0.822	0.000
모델 147	0.882	0.400
모델 148	0.916	2.200
모델 149	0.868	0.600
모델 150	0.917	2.000
모델 151	0.861	0.400
모델 152	0.911	2.000
모델 153	0.892	1.600
모델 154	0.895	1.200
chexclusion-fairness-gaps-in-deep-chest-x-ray	0.805	-
모델 156	0.896	1.400
모델 157	0.873	0.800
모델 158	0.911	2.200
모델 159	0.896	1.400
모델 160	0.929	2.600
모델 161	0.727	0.000
모델 162	0.915	2.400
모델 163	0.924	2.400
모델 164	0.927	2.600
모델 165	0.899	1.800
모델 166	0.888	1.000
모델 167	0.910	2.200
모델 168	0.901	1.600
모델 169	0.917	2.200
모델 170	0.908	1.800
모델 171	0.868	0.800
모델 172	0.606	0.000
모델 173	0.830	0.200
모델 174	0.900	1.600
모델 175	0.923	2.600
모델 176	0.915	2.600
모델 177	0.606	0.000
모델 178	0.912	2.200
모델 179	0.911	2.000
모델 180	0.899	1.600
모델 181	0.921	2.600
모델 182	0.926	3.000
모델 183	0.615	0.000
모델 184	0.915	2.400
projective-transformation-rectification-for	0.896	1.400
모델 186	0.919	2.200
모델 187	0.479	0.000
모델 188	0.858	0.000
모델 189	0.481	0.000
모델 190	0.894	1.000
모델 191	0.871	0.600
모델 192	0.895	1.600
모델 193	0.919	2.400
모델 194	0.854	0.800
모델 195	0.907	1.400
모델 196	0.916	2.600
모델 197	0.905	2.000
모델 198	0.890	1.000
모델 199	0.575	0.000
모델 200	0.905	1.800
모델 201	0.890	0.800
모델 202	0.851	0.400
모델 203	0.842	0.200
모델 204	0.858	1.000
모델 205	0.835	0.000
모델 206	0.848	0.600
모델 207	0.896	1.400
모델 208	0.902	1.800
모델 209	0.922	2.400
모델 210	0.883	0.600
모델 211	0.921	2.400
chexpert-a-large-chest-radiograph-dataset	0.907	1.800
모델 213	0.891	1.200
모델 214	0.906	1.600
모델 215	0.837	0.200
모델 216	0.736	0.000
모델 217	0.850	0.400
모델 218	0.916	2.400
모델 219	0.861	1.000
모델 220	0.911	2.200
모델 221	0.873	0.400
모델 222	0.886	1.200
모델 223	0.531	0.000
모델 224	0.926	2.600
모델 225	0.896	1.600
모델 226	0.924	2.600