patch_camelyon

• Visualização : Explorar em Conheça seus dados

• Descrição :

O benchmark PatchCamelyon é um conjunto de dados de classificação de imagem novo e desafiador. Consiste em 327.680 imagens coloridas (96 x 96px) extraídas de varreduras histopatológicas de seções de linfonodos. Cada imagem é anotada com um rótulo binário indicando a presença de tecido metastático. A PCam fornece uma nova referência para modelos de aprendizado de máquina: maior que CIFAR10, menor que Imagenet, treinável em uma única GPU.

• Documentação Adicional : Explore em Papers With Code

• Página inicial : https://patchcamelyon.grand-challenge.org/

• Código -fonte: tfds.datasets.patch_camelyon.Builder

• Versões :

  • 2.0.0 (padrão): Nova API de divisão ( https://tensorflow.org/datasets/splits )

• Tamanho do download : 7.48 GiB

• Tamanho do conjunto de dados : 7.06 GiB

• Armazenado em cache automaticamente ( documentação ): Não

• Divisões :

Dividir	Exemplos
'test'	32.768
'train'	262.144
'validation'	32.768

• Estrutura de recursos :

FeaturesDict({
    'id': Text(shape=(), dtype=string),
    'image': Image(shape=(96, 96, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
})

• Documentação do recurso:

Funcionalidade	Aula	Forma	Tipo D	Descrição
	RecursosDict
Eu iria	Texto		fragmento
imagem	Imagem	(96, 96, 3)	uint8
rótulo	ClassLabel		int64

• Chaves supervisionadas (Consulte as_supervised doc ): ('image', 'label')

• Figura ( tfds.show_examples ):

• Exemplos ( tfds.as_dataframe ):

• Citação :

@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}
}