- Descrizione :
Il set di dati sulla malaria contiene un totale di 27.558 immagini di cellule con uguali istanze di cellule parassitate e non infette dalle immagini di vetrini di strisci di sangue sottili di cellule segmentate.
Documentazione aggiuntiva : esplora documenti con codice
Home page : https://lhncbc.nlm.nih.gov/publication/pub9932
Codice sorgente :
tfds.datasets.malaria.Builder
Versioni :
-
1.0.0
(impostazione predefinita): nessuna nota di rilascio.
-
Dimensione download :
337.08 MiB
Dimensione del set di dati :
317.62 MiB
Memorizzazione nella cache automatica ( documentazione ): No
Divide :
Diviso | Esempi |
---|---|
'train' | 27.558 |
- Struttura delle caratteristiche :
FeaturesDict({
'image': Image(shape=(None, None, 3), dtype=uint8),
'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
})
- Documentazione delle funzionalità :
Caratteristica | Classe | Forma | Tipo D | Descrizione |
---|---|---|---|---|
CaratteristicheDict | ||||
Immagine | Immagine | (Nessuno, Nessuno, 3) | uint8 | |
etichetta | ClassLabel | int64 |
Chiavi supervisionate (vedi il documento
as_supervised
):('image', 'label')
Figura ( tfds.show_examples ):
- Esempi ( tfds.as_dataframe ):
- Citazione :
@article{rajaraman2018pre,
title={Pre-trained convolutional neural networks as feature extractors toward
improved malaria parasite detection in thin blood smear images},
author={Rajaraman, Sivaramakrishnan and Antani, Sameer K and Poostchi, Mahdieh
and Silamut, Kamolrat and Hossain, Md A and Maude, Richard J and Jaeger,
Stefan and Thoma, George R},
journal={PeerJ},
volume={6},
pages={e4568},
year={2018},
publisher={PeerJ Inc.}
}