patch_camelyon

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.

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

Visualisation

  • 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}
}