patch_camelyon

• Описание :

Тест PatchCamelyon - это новый и сложный набор данных для классификации изображений. Он состоит из 327,680 цветных изображений (96 x 96 пикселей), извлеченных из гистопатологических сканирований участков лимфатических узлов. Каждое изображение сопровождается двоичной меткой, указывающей на наличие метастатической ткани. PCam обеспечивает новый эталон для моделей машинного обучения: больше, чем CIFAR10, меньше, чем Imagenet, можно обучать на одном графическом процессоре.

• Домашняя страница : https://patchcamelyon.grand-challenge.org/

• Исходный код : tfds.image_classification.PatchCamelyon

• Версии :

  • 2.0.0 (по умолчанию): без примечаний к выпуску.

• Размер загружаемого 7.48 GiB : 7.48 GiB

• Размер набора данных : Unknown size

• Автоматическое кэширование ( документация ): неизвестно

• Сплит :

• Особенности :

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),
})

• Контролируемые ключи (см. as_supervised ): ('image', 'label')

• Цитата :

@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}
}

• Рисунок ( tfds.show_examples ):

• Примеры ( tfds.as_dataframe ):