- Description :
10 grandes images histologiques du cancer colorectal texturées de 5 000 x 5 000
Page d'accueil : https://zenodo.org/record/53169#.XGZemKwzbmG
Code source :
tfds.image_classification.ColorectalHistologyLarge
Versions :
-
2.0.0
(par défaut) : nouvelle API fractionnée ( https://tensorflow.org/datasets/splits )
-
Taille du téléchargement :
707.65 MiB
Taille de l'ensemble de données :
464.91 MiB
Mise en cache automatique ( documentation ) : Non
Divisions :
Diviser | Exemples |
---|---|
'test' | dix |
- Structure des fonctionnalités :
FeaturesDict({
'filename': Text(shape=(), dtype=string),
'image': Image(shape=(5000, 5000, 3), dtype=uint8),
})
- Documentation des fonctionnalités :
Fonctionnalité | Classe | Forme | Type D | Description |
---|---|---|---|---|
FonctionnalitésDict | ||||
nom de fichier | Texte | chaîne | ||
image | Image | (5000, 5000, 3) | uint8 |
Clés supervisées (Voir doc
as_supervised
) :None
Figure ( tfds.show_examples ) :
- Exemples ( tfds.as_dataframe ) :
- Citation :
@article{kather2016multi,
title={Multi-class texture analysis in colorectal cancer histology},
author={Kather, Jakob Nikolas and Weis, Cleo-Aron and Bianconi, Francesco and Melchers, Susanne M and Schad, Lothar R and Gaiser, Timo and Marx, Alexander and Z{"o}llner, Frank Gerrit},
journal={Scientific reports},
volume={6},
pages={27988},
year={2016},
publisher={Nature Publishing Group}
}