ช่วยปกป้อง Great Barrier Reef กับ TensorFlow บน Kaggle เข้าร่วมท้าทาย

patch_camelion

เกณฑ์มาตรฐาน PatchCamelon เป็นชุดข้อมูลการจัดประเภทรูปภาพใหม่และท้าทาย ประกอบด้วยภาพสี 327.680 (96 x 96px) ที่สกัดจากการสแกนทางจุลพยาธิวิทยาของส่วนต่อมน้ำเหลือง รูปภาพแต่ละรูปมีป้ายกำกับไบนารีที่ระบุว่ามีเนื้อเยื่อระยะแพร่กระจาย PCam ให้เกณฑ์มาตรฐานใหม่สำหรับโมเดลการเรียนรู้ของเครื่อง: ใหญ่กว่า CIFAR10 เล็กกว่า Imagenet ฝึกได้บน GPU ตัวเดียว

แยก ตัวอย่าง
'test' 32,768
'train' 262,144
'validation' 32,768
  • คุณสมบัติ:
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),
})

การสร้างภาพ

  • อ้างอิง:
@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}
}