trpakov/chest-xray-classification

该数据集主要用于图像分类任务，涉及生物学领域，包含胸部X光片的分类，标签为PNEUMONIA和NORMAL。数据集分为训练集、验证集和测试集，分别包含12230、1165和582张图像。数据集通过Roboflow导出，并进行了预处理和增强处理，包括自动定向像素数据、调整大小为640x640、随机剪切、随机亮度调整和随机曝光调整。

This dataset is primarily designed for image classification tasks in the biology domain, focusing on the classification of chest X-ray images with two labels: PNEUMONIA and NORMAL. It is split into training, validation, and test sets, which contain 12,230, 1,165, and 582 images respectively. The dataset was exported via Roboflow, and underwent preprocessing and augmentation procedures including automatic orientation of pixel data, resizing to 640×640, random cropping, random brightness adjustment, and random exposure adjustment.

原始信息汇总

数据集概述

任务类别

• 图像分类

标签

• PNEUMONIA
• NORMAL

图像数量

json { "test": 582, "valid": 1165, "train": 12230 }

使用方法

1. 安装 datasets 库： bash pip install datasets

2. 加载数据集： python from datasets import load_dataset ds = load_dataset("trpakov/chest-xray-classification", name="full") example = ds[train][0]

预处理与增强

• 预处理：
  • 自动调整像素数据方向（去除EXIF方向）
  • 调整图像大小至640x640（拉伸）
• 增强：
  • 随机水平剪切-3°至+3°，垂直剪切-2°至+2°
  • 随机亮度调整-5%至+5%
  • 随机曝光调整-5%至+5%

许可证

• CC BY 4.0

数据集总结

• 包含13977张图像
• 肺炎标注采用文件夹格式
• 数据集于2021年12月8日12:45 AM GMT通过roboflow.ai导出

搜集汇总

背景与挑战

背景概述

该数据集是一个胸部X光图像分类数据集，包含约1.4万张图像，用于区分'正常'和'肺炎'两类。图像经过自动定向、统一调整为640x640分辨率，并应用了剪切、亮度和曝光增强以生成多个版本，适用于训练医学图像分类模型。