joseluhf11/oct-object-detection-v4-average

数据集名为oct-object-detection-v4-average，包含566张独特的OCT（一种眼部扫描）图像，每张图像都有多个对象检测框，这些框以COCO格式（xmin, ymin, xmax, ymax）表示，并标注了与AMD疾病相关的特征。与v3版本不同，v4版本的图像被分组，没有重复的图像，并且每张图像可以有多个标签框。此外，重叠的框通过平均函数合并。数据集的大小为70,990,022字节，下载大小为70,811,672字节。数据集名为oct-object-detection-v4-average，包含566张独特的OCT（一种眼部扫描）图像，每张图像都有多个对象检测框，这些框以COCO格式（xmin, ymin, xmax, ymax）表示，并标注了与AMD疾病相关的特征。与v3版本不同，v4版本的图像被分组，没有重复的图像，并且每张图像可以有多个标签框。此外，重叠的框通过平均函数合并。数据集的大小为70,990,022字节，下载大小为70,811,672字节。

原始信息汇总

数据集概述

数据集信息

• 特征:

  • image_id: 类型为 int64
  • image: 类型为 image
  • objects: 结构体，包含以下字段:
    • bbox: 序列类型，内部为 int64 序列
    • categories: 序列类型，内部为 string 序列

• 数据分割:

  • train: 包含 566 个样本，数据大小为 70990022.0 字节

• 数据大小:

  • 下载大小: 70811672 字节
  • 数据集大小: 70990022.0 字节

配置信息

• 默认配置:
  • 数据文件路径: data/train-*

数据集描述

• 数据集包含图像和多个对象检测框，格式为 COCO 格式（xmin, ymin, xmax, ymax）。
• 图像为 OCT 类型（眼扫描图像），检测框指示与 AMD 疾病相关的特征。
• 与 v3 版本的不同之处在于图像被分组（没有重复图像的多行），并且每个图像可以有多个标签-框。
• 数据集中有 566 个唯一图像，每个图像对应一行。
• 重叠的框通过平均函数合并。