PCam

displayName: PCam (PatchCamelyon)
license:
- CC0 1.0
mediaTypes:
- Medical
paperUrl: https://arxiv.org/pdf/1806.03962v1.pdf
publishDate: "2018"
publishUrl: https://github.com/basveeling/pcam
publisher:
- University of Amsterdam
tags:
- Tumour
taskTypes:
- Image Compression
- Breast Tumour Classification

---
# 数据集介绍
## 简介
PatchCamelyon 是一个图像分类数据集。它由从淋巴结切片的组织病理学扫描中提取的 327.680 张彩色图像 (96 x 96px) 组成。每个图像都用二进制标签进行注释，表明存在转移组织。 PCam 为机器学习模型提供了新的基准：大于 CIFAR10，小于 ImageNet，可在单个 GPU 上训练。
## 引文
```
@inproceedings{veeling2018rotation,
title={Rotation equivariant CNNs for digital pathology},
author={Veeling, Bastiaan S and Linmans, Jasper and Winkens, Jim and Cohen, Taco and Welling, Max},
booktitle={International Conference on Medical image computing and computer-assisted intervention},
pages={210--218},
year={2018},
organization={Springer}
}
```

## Download dataset
:modelscope-code[]{type="git"}

displayName: PCam（PatchCamelyon）
license:
- CC0 1.0
mediaTypes:
- 医学影像（Medical）
paperUrl: https://arxiv.org/pdf/1806.03962v1.pdf
publishDate: "2018"
publishUrl: https://github.com/basveeling/pcam
publisher:
- 阿姆斯特丹大学（University of Amsterdam）
tags:
- 肿瘤（Tumour）
taskTypes:
- 图像压缩（Image Compression）
- 乳腺肿瘤分类（Breast Tumour Classification）

---
# 数据集介绍
## 简介
PatchCamelyon（简称PCam）是一款图像分类数据集，其包含327680张尺寸为96×96像素的彩色图像，所有图像均提取自淋巴结切片的组织病理学扫描影像。每张图像均配有二进制标注标签，用于标识图像中是否存在转移组织。PCam为机器学习模型提供了全新的基准测试集：其数据规模大于CIFAR10、小于ImageNet，且可在单块图形处理器（GPU）上完成训练。
## 引文

@inproceedings{veeling2018rotation,
title={用于数字病理的旋转等变卷积神经网络},
author={Veeling, Bastiaan S and Linmans, Jasper and Winkens, Jim and Cohen, Taco and Welling, Max},
booktitle={医学图像计算与计算机辅助干预国际会议},
pages={210--218},
year={2018},
organization={施普林格（Springer)}
}

## 数据集下载
:modelscope-code[]{type="git"}