امروز برای رویداد محلی TensorFlow خود در همه جا پاسخ دهید!
این صفحه به‌وسیله ‏Cloud Translation API‏ ترجمه شده است.
Switch to English

patch_camelyon

  • توضیحات :

معیار PatchCamelyon یک مجموعه داده طبقه بندی تصویر جدید و چالش برانگیز است. این شامل 327.680 تصویر رنگی (96 96 96 پیکسل) استخراج شده از اسکن هیستوپاتولوژیک بخشهای غدد لنفاوی است. هر تصویر با برچسب دودویی حاوی وجود بافت متاستاتیک یادداشت می شود. PCam معیار جدیدی را برای مدلهای یادگیری ماشین فراهم می کند: بزرگتر از CIFAR10 ، کوچکتر از Imagenet ، قابل آموزش در یک GPU واحد.

شکاف مثال ها
'test' 32،768
'train' 262144
'validation' 32،768
  • ویژگی ها :
FeaturesDict({
    'id': Text(shape=(), dtype=tf.string),
    'image': Image(shape=(96, 96, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
})
  • کلیدهای تحت نظارت (به as_supervised سند نظارت شده مراجعه کنید): ('image', 'label')

  • نقل قول :

@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}
}

تجسم