В результате исследования было выполнено сравнение сверточных нейронных сетей и трансформеров для повышения эффективности классификации кольпоскопических изображений. Сверточные нейронные сети используют пространственную информацию, что делает их идеально подходящими для анализа визуальных данных. Кроме того, они эффективно управляются с регуляризацией из-за своей структуры, что предотвращает переобучение. Трансформеры, в свою очередь, основаны на механизме внимания, который позволяет модели уделять больше внимания важным аспектам в данных, игнорируя менее важные. Работа была выполнена в среде Spyder на базе фреймфорка PyTorch. Была выполнена аугментация данных с целью повышения эффективности работы моделей. К исходным изображениям были применены различные фильтры для имитации искажений, которые возникают в процессе реальной медицинской диагностики. При обучении моделей был реализован подход, называемый переносом обучения. Данный метод позволяет обойти высокие требования к набору данных и вычислительной мощности. В результате анализа производительности моделей была выбрала вычислительная платформа NVIDIA Jetson Orin NX, которая обладает подходящими техническими характеристиками для решения текущих задач и относительно невысокой стоимостью.

As a result of the research, a comparison of convolutional neural networks and transformers was made to increase the efficiency of colposcopic image classification. Convolutional neural networks use spatial information, which makes them perfectly suitable for analyzing visual data. Moreover, they effectively manage regularization due to their structure, preventing overfitting. Transformers, in turn, are based on an attention mechanism that allows the model to pay more attention to important aspects in the data, ignoring less important ones. The work was carried out in the Spyder environment based on the PyTorch framework. Data augmentation was carried out to improve the efficiency of the models. Various filters were applied to the original images to simulate distortions that occur in the process of real medical diagnostics. A training method called transfer learning was implemented when training models. This method allows you to bypass high requirements for the dataset and computational power. As a result of analyzing the performance of the models, the NVIDIA Jetson Orin NX computational platform was chosen, which has suitable technical characteristics for solving current tasks and a relatively low cost.