숨은 참조

설명 :

BCCD 데이터 세트는 혈액 세포 검출을 위한 소규모 데이터 세트입니다.

cosmicad 및 akshaylamba의 원본 데이터 및 주석에 감사드립니다. 원본 데이터 세트는 VOC 형식으로 재구성됩니다. BCCD 데이터 세트는 MIT 라이선스에 따릅니다.

기계 학습을 사용하려면 데이터 준비가 중요합니다. 이 프로젝트에서는 객체 감지를 위해 keras-frcnn의 Faster R-CNN 알고리즘이 사용됩니다. 이 데이터 세트에서 nicolaschen1은 의료 이미지에서 혈액 세포의 이상을 인식하기 위한 준비 데이터(CSV 파일 및 이미지)를 만들기 위해 두 개의 Python 스크립트를 개발했습니다.

export.py: 필요한 모든 데이터(filename, class_name, x1,y1,x2,y2)가 포함된 "test.csv" 파일을 생성합니다. plot.py: 각 이미지에 대한 상자를 플롯하고 새 디렉토리에 저장합니다.

이미지 종류 : jpeg(JPEG) 가로 x 세로 : 640 x 480

추가 문서 : 코드가 있는 논문에서 탐색
홈페이지 : https://github.com/Shenggan/BCCD_Dataset
소스 코드 : tfds.datasets.bccd.Builder
버전 :
- 1.0.0 (기본값): 릴리스 정보가 없습니다.
다운로드 크기 : 7.51 MiB
데이터 세트 크기 : 7.34 MiB
자동 캐시 ( 문서 ): 예
분할 :

나뉘다	예
`'test'`	72
`'train'`	205
`'validation'`	87

기능 구조 :

FeaturesDict({
    'image': Image(shape=(480, 640, 3), dtype=uint8),
    'image/filename': Text(shape=(), dtype=string),
    'objects': Sequence({
        'bbox': BBoxFeature(shape=(4,), dtype=float32),
        'label': ClassLabel(shape=(), dtype=int64, num_classes=3),
    }),
})

기능 문서 :

특징	수업	모양	D타입
	풍모Dict
영상	영상	(480, 640, 3)	uint8
이미지/파일 이름	텍스트		끈
사물	순서
개체/bbox	BBox기능	(4,)	float32
개체/레이블	클래스 레이블		int64

감독된 키 ( as_supervised 문서 참조): None
그림 ( tfds.show_examples ):

예 ( tfds.as_dataframe ):

인용 :

@ONLINE {BCCD_Dataset,
    author = "Shenggan",
    title  = "BCCD Dataset",
    year   = "2017",
    url    = "https://github.com/Shenggan/BCCD_Dataset"
}