patch_camelyon

  • Opis :

Test porównawczy PatchCamelyon to nowy i wymagający zestaw danych do klasyfikacji obrazów. Składa się z 327.680 kolorowych obrazów (96 x 96 pikseli) pochodzących ze skanów histopatologicznych skrawków węzłów chłonnych. Każdy obraz jest opatrzony binarną etykietą wskazującą na obecność tkanki przerzutowej. PCam zapewnia nowy punkt odniesienia dla modeli uczenia maszynowego: większy niż CIFAR10, mniejszy niż Imagenet, możliwy do trenowania na jednym procesorze graficznym.

Podział Przykłady
'test' 32768
'train' 262144
'validation' 32768
  • Struktura funkcji :
FeaturesDict({
    'id': Text(shape=(), dtype=string),
    'image': Image(shape=(96, 96, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDykt
ID Tekst strunowy
obraz Obraz (96, 96, 3) uint8
etykieta Etykieta klasy int64

Wyobrażanie sobie

  • Cytat :
@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}
}