patch_camelyon

• Opis :

Test porównawczy PatchCamelyon to nowy i wymagający zestaw danych do klasyfikacji obrazów. Składa się z 327.680 kolorowych obrazów (96 x 96 pikseli) pochodzących ze skanów histopatologicznych skrawków węzłów chłonnych. Każdy obraz jest opatrzony binarną etykietą wskazującą na obecność tkanki przerzutowej. PCam zapewnia nowy punkt odniesienia dla modeli uczenia maszynowego: większy niż CIFAR10, mniejszy niż Imagenet, możliwy do trenowania na jednym procesorze graficznym.

• Dodatkowa dokumentacja : Eksploruj w dokumentach z kodem north_east

• Strona główna : https://patchcamelyon.grand-challenge.org/

• Kod źródłowy : tfds.datasets.patch_camelyon.Builder

• Wersje :

  • 2.0.0 (domyślnie): Nowe podzielone API ( https://tensorflow.org/datasets/splits )

• Rozmiar pobierania : 7.48 GiB

• Rozmiar zbioru danych : 7.06 GiB

• Automatyczne buforowanie ( dokumentacja ): Nie

• Podziały :

• Struktura funkcji :

FeaturesDict({
    'id': Text(shape=(), dtype=string),
    'image': Image(shape=(96, 96, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
})

• Dokumentacja funkcji :

• Klucze nadzorowane (zobacz dokument as_supervised ): ('image', 'label')

• Rysunek ( tfds.show_examples ):

• Przykłady ( tfds.as_dataframe ):

• Cytat :

@misc{b_s_veeling_j_linmans_j_winkens_t_cohen_2018_2546921,
  author       = {B. S. Veeling, J. Linmans, J. Winkens, T. Cohen, M. Welling},
  title        = {Rotation Equivariant CNNs for Digital Pathology},
  month        = sep,
  year         = 2018,
  doi          = {10.1007/978-3-030-00934-2_24},
  url          = {https://doi.org/10.1007/978-3-030-00934-2_24}
}