Visualisation : Explorer dans Know Your Data
Descriptif :
Le benchmark PatchCamelyon est un ensemble de données de classification d'images nouveau et stimulant. Il se compose de 327.680 images couleur (96 x 96px) extraites de scans histopathologiques de sections de ganglions lymphatiques. Chaque image est annotée avec une étiquette binaire indiquant la présence de tissu métastatique. PCam fournit une nouvelle référence pour les modèles d'apprentissage automatique : plus grand que CIFAR10, plus petit qu'Imagenet, entraînable sur un seul GPU.
Documentation complémentaire : Explorer sur Papers With Code
Page d' accueil : https://patchcamelyon.grand-challenge.org/
Code source :
tfds.datasets.patch_camelyon.Builder
Versions :
-
2.0.0
(par défaut) : nouvelle API fractionnée ( https://tensorflow.org/datasets/splits )
-
Taille du téléchargement :
7.48 GiB
Taille du jeu de données :
7.06 GiB
Mise en cache automatique ( documentation ): Non
Fractionnements :
Diviser | Exemples |
---|---|
'test' | 32 768 |
'train' | 262 144 |
'validation' | 32 768 |
- Structure des fonctionnalités :
FeaturesDict({
'id': Text(shape=(), dtype=string),
'image': Image(shape=(96, 96, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
})
- Documentation des fonctionnalités :
Caractéristique | Classer | Forme | Dtype | La description |
---|---|---|---|---|
FonctionnalitésDict | ||||
identifiant | Texte | chaîne de caractères | ||
image | Image | (96, 96, 3) | uint8 | |
étiquette | Étiquette de classe | int64 |
Clés supervisées (Voir
as_supervised
doc ):('image', 'label')
Figure ( tfds.show_examples ):
- Exemples ( tfds.as_dataframe ):
- Citation :
@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}
}