bccd

opis :

BCCD Dataset to zbiór danych na małą skalę do wykrywania komórek krwi.

Dzięki oryginalnym danym i adnotacjom z cosmicad i akshaylamba. Oryginalny zestaw danych jest ponownie organizowany w formacie VOC. Zestaw danych BCCD jest objęty licencją MIT.

Przygotowanie danych jest ważne, aby korzystać z uczenia maszynowego. W tym projekcie używany jest algorytm Faster R-CNN firmy keras-frcnn do wykrywania obiektów. Na podstawie tego zestawu danych nicolaschen1 opracował dwa skrypty w języku Python do przygotowania danych (plik CSV i obrazy) w celu rozpoznania nieprawidłowości w komórkach krwi na obrazach medycznych.

export.py: tworzy plik „test.csv” ze wszystkimi potrzebnymi danymi: nazwa_pliku, nazwa_klasy, x1,y1,x2,y2. plot.py: wykreśla pola dla każdego obrazu i zapisuje je w nowym katalogu.

Typ obrazu: jpeg (JPEG) Szerokość x wysokość: 640 x 480

Dodatkowa dokumentacja : Przeglądaj dokumenty z kodem na
Strona główna : https://github.com/Shenggan/BCCD_Dataset
Kod źródłowy : tfds.datasets.bccd.Builder
Wersje :
- 1.0.0 (domyślnie): Brak informacji o wersji.
Rozmiar pliku do pobrania : 7.51 MiB
Rozmiar zestawu danych : 7.34 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :

Rozdzielać	Przykłady
`'test'`	72
`'train'`	205
`'validation'`	87

Struktura funkcji :

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),
    }),
})

Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D
	FunkcjeDict
obraz	Obraz	(480, 640, 3)	uint8
obraz/nazwa pliku	Tekst		strunowy
obiekty	Sekwencja
obiekty/bbox	Funkcja BBox	(4,)	pływak32
obiekty/etykieta	Etykieta klasy		int64

Klucze nadzorowane (Zobacz dokument as_supervised ): None
Rysunek ( tfds.show_examples ):

Wyobrażanie sobie

Przykłady ( tfds.as_dataframe ):

Cytat :

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