- 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 помечено 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): новый API разделения ( https://tensorflow.org/datasets/splits )
-
Размер загружаемого
7.48 GiB
:7.48 GiB
Размер набора данных :
Unknown size
Автоматическое кэширование ( документация ): неизвестно
Сплит :
Трещина | Примеры |
---|---|
'test' | 32 768 |
'train' | 262 144 |
'validation' | 32 768 |
- 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 ):