Google I/O — это обертка! Наверстать упущенное в сеансах TensorFlow Просмотреть сеансы

colorectal_histology

Классификация текстур в гистологии колоректального рака. Каждый пример представляет собой RGB-изображение размером 150 x 150 x 3 одного из 8 классов.

Расколоть Примеры
'train' 5 000
  • Особенности:
FeaturesDict({
    'filename': Text(shape=(), dtype=tf.string),
    'image': Image(shape=(150, 150, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=8),
})

Визуализация

  • Образец цитирования:
@article{kather2016multi,
  title={Multi-class texture analysis in colorectal cancer histology},
  author={Kather, Jakob Nikolas and Weis, Cleo-Aron and Bianconi, Francesco and Melchers, Susanne M and Schad, Lothar R and Gaiser, Timo and Marx, Alexander and Z{"o}llner, Frank Gerrit},
  journal={Scientific reports},
  volume={6},
  pages={27988},
  year={2016},
  publisher={Nature Publishing Group}
}