patch_camelyon

• Description :

Le benchmark PatchCamelyon est un nouvel ensemble de données de classification d'images stimulant. Il se compose de 327 680 images couleur (96 x 96 px) extraites d’analyses histopathologiques de coupes de ganglions lymphatiques. Chaque image est annotée avec une étiquette binaire indiquant la présence de tissu métastatique. PCam fournit une nouvelle référence pour les modèles d'apprentissage automatique : plus grand que CIFAR10, plus petit qu'Imagenet, pouvant être entraîné sur un seul GPU.

• Documentation supplémentaire : Explorer sur les articles avec le code

• Page d'accueil : https://patchcamelyon.grand-challenge.org/

• Code source : tfds.datasets.patch_camelyon.Builder

• Versions :

  • 2.0.0 (par défaut) : nouvelle API fractionnée ( https://tensorflow.org/datasets/splits )

• Taille du téléchargement : 7.48 GiB

• Taille de l'ensemble de données : 7.06 GiB

• Mise en cache automatique ( documentation ) : Non

• Divisions :

Diviser	Exemples
'test'	32 768
'train'	262 144
'validation'	32 768

• Structure des fonctionnalités :

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

• Documentation des fonctionnalités :

Fonctionnalité	Classe	Forme	Type D	Description
	FonctionnalitésDict
identifiant	Texte		chaîne
image	Image	(96, 96, 3)	uint8
étiquette	Étiquette de classe		int64

• Clés supervisées (Voir doc as_supervised ) : ('image', 'label')

• Figure ( tfds.show_examples ) :

• Exemples ( tfds.as_dataframe ) :

• Citation :

@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}
}