Ayuda a proteger la Gran Barrera de Coral con TensorFlow en Kaggle Únete Challenge

diabetic_retinopathy_detection

  • Descripción:

Un gran conjunto de imágenes de retina de alta resolución tomadas en una variedad de condiciones de imagen.

Separar Ejemplos de
'sample' 10
'test' 42,670
'train' 35,126
'validation' 10,906
  • características:
FeaturesDict({
    'image': Image(shape=(None, None, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=5),
    'name': Text(shape=(), dtype=tf.string),
})
@ONLINE {kaggle-diabetic-retinopathy,
    author = "Kaggle and EyePacs",
    title  = "Kaggle Diabetic Retinopathy Detection",
    month  = "jul",
    year   = "2015",
    url    = "https://www.kaggle.com/c/diabetic-retinopathy-detection/data"
}

diabetic_retinopathy_detection / original (configuración predeterminada)

  • Descripción config: imágenes con su resolución y la calidad original.

  • Figura ( tfds.show_examples ):

Visualización

detección_de_tinopatía_diabética / 1 M

  • Config Descripción: Las imágenes tienen aproximadamente 1.000.000 píxeles, a 72 de calidad.

  • Figura ( tfds.show_examples ):

Visualización

detección_de_diabetic_retinopatía / 250K

  • Config Descripción: Las imágenes tienen aproximadamente 250.000 píxeles, a 72 de calidad.

  • Figura ( tfds.show_examples ):

Visualización

detección_de_tinopatía_diabética / btgraham-300

  • Descripción Config: Imágenes han sido preprocesado como el ganador de la competición Kaggle hizo en 2015: primero que se cambia el tamaño de modo que el radio de un globo del ojo es de 300 píxeles, entonces se recorta al 90% del radio, y, finalmente, que están codificados con 72 Calidad JPEG.

  • Figura ( tfds.show_examples ):

Visualización