bccd

Описание :

BCCD Dataset — это небольшой набор данных для обнаружения клеток крови.

Спасибо за исходные данные и аннотации от cosmicad и akshaylamba. Исходный набор данных реорганизован в формат VOC. Набор данных BCCD находится под лицензией MIT.

Подготовка данных важна для использования машинного обучения. В этом проекте используется алгоритм Faster R-CNN от keras-frcnn для обнаружения объектов. На основе этого набора данных nicolaschen1 разработал два скрипта Python для подготовки данных (CSV-файл и изображения) для распознавания аномалий клеток крови на медицинских изображениях.

export.py: он создает файл "test.csv" со всеми необходимыми данными: имя файла, имя_класса, x1,y1,x2,y2. plot.py: он рисует прямоугольники для каждого изображения и сохраняет их в новом каталоге.

Тип изображения: jpeg (JPEG) Ширина x Высота: 640 x 480

Дополнительная документация : изучить документы с кодом
Домашняя страница : https://github.com/Shenggan/BCCD_Dataset
Исходный код : tfds.datasets.bccd.Builder
Версии :
- 1.0.0 (по умолчанию): нет примечаний к выпуску.
Размер загрузки : 7.51 MiB
Размер набора данных : 7.34 MiB .
Автоматическое кэширование ( документация ): Да
Сплиты :

Расколоть	Примеры
`'test'`	72
`'train'`	205
`'validation'`	87

Структура функции :

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),
    }),
})

Документация по функциям :

Особенность	Учебный класс	Форма	Dтип
	ОсобенностиDict
изображение	Изображение	(480, 640, 3)	uint8
изображение/имя файла	Текст		нить
объекты	Последовательность
объекты/bbox	BBoxFeature	(4,)	поплавок32
объекты/метка	Метка класса		int64

Ключи под наблюдением (см . документ as_supervised ): None
Рисунок ( tfds.show_examples ):

Визуализация

Примеры ( tfds.as_dataframe ):

Цитата :

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