Kvasir-Instrument

displayName: Kvasir-Instrument
labelTypes:
- SemanticSegMap
license:
- Kvasir-Instrument Custom
mediaTypes:
- Image
paperUrl: https://arxiv.org/pdf/2011.08065v1.pdf
publishDate: "2020"
publishUrl: https://datasets.simula.no/kvasir-instrument/
publisher:
- Bærum Hospital, Norway
- University of Oxford
- UiT The Arctic University of Norway
- Augere Medical AS, Norway
- Karolinska University Hospital
- Oslo Metropolitan University
- Simula Research Laboratory
- SimulaMet
tags:
- Gastrointestinal Organ
taskTypes:
- Semantic Segmentation
- Medical-Image-Segmentation
- Real-Time-Semantic-Segmentation
- Real-Time-Object-Detection

---
# 数据集介绍
## 简介
Kvasir-Instrument 数据集（大小 170 MB）包含 590 个内窥镜工具图像及其地面实况掩码。数据集中图像的分辨率从 720x576 到 1280x1024 不等。图像文件使用 jpeg 压缩进行编码。据我们所知，这是首次尝试提供胃肠道器官工具数据集。开放获取数据集可以很容易地下载用于研究和教育目的。为了便于在同一数据集上进行训练和测试，我们还提供了训练-测试拆分，以便研究人员可以使用相同的数据集构建方法并改进结果。对应图像的边界框信息（框坐标 (x, y, width, height)）存储在 JSON 文件中。该数据集旨在推动胃肠内窥镜检查中自动工具分割的最先进解决方案。
## 引文

```
"@inproceedings{jha2021kvasir,
title={Kvasir-instrument: Diagnostic and therapeutic tool segmentation dataset in gastrointestinal endoscopy},
author={Jha, Debesh and Ali, Sharib and Emanuelsen, Krister and Hicks, Steven A and Thambawita, Vajira and Garcia-Ceja, Enrique and Riegler, Michael A and Lange, Thomas de and Schmidt, Peter T and Johansen, H{\aa}vard D and others},
booktitle={International Conference on Multimedia Modeling},
pages={218--229},
year={2021},
organization={Springer}
}"
```

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

显示名称：Kvasir-Instrument
标签类型：
- 语义分割掩码（SemanticSegMap）
许可协议：
- Kvasir-Instrument 自定义许可（Kvasir-Instrument Custom）
媒体类型：
- 图像（Image）
论文链接：https://arxiv.org/pdf/2011.08065v1.pdf
发布日期："2020"
数据集发布地址：https://datasets.simula.no/kvasir-instrument/
发布机构：
- 挪威贝鲁姆医院
- 牛津大学
- 挪威北极大学UiT（UiT The Arctic University of Norway）
- 挪威Augere Medical AS
- 卡罗林斯卡大学医院
- 奥斯陆城市大学
- Simula研究实验室（Simula Research Laboratory）
- SimulaMet
标签：
- 胃肠道器官（Gastrointestinal Organ）
任务类型：
- 语义分割（Semantic Segmentation）
- 医学图像分割（Medical-Image-Segmentation）
- 实时语义分割（Real-Time-Semantic-Segmentation）
- 实时目标检测（Real-Time-Object-Detection）

---
# 数据集介绍
## 简介
Kvasir-Instrument 数据集（大小170 MB）包含590张内窥镜工具图像及对应的真值掩码（Ground Truth Mask）。数据集内图像分辨率范围为720×576至1280×1024，图像文件采用JPEG压缩编码。据现有公开资料，本数据集为全球首个胃肠道器械内窥镜图像数据集。该开放获取数据集可便捷下载，用于科研与教育用途。为方便研究者在统一基准下开展训练与测试，数据集附带标准训练测试划分（Train-Test Split）方案，便于研究者基于相同数据集构建算法并优化实验结果。此外，各图像对应的边界框（Bounding Box）信息（坐标格式为(x, y, 宽度, 高度)）已存储于JSON文件中。本数据集旨在推动胃肠内窥镜场景下自动器械分割的前沿解决方案发展。
## 引文

"@inproceedings{jha2021kvasir,
title={Kvasir-instrument: Diagnostic and therapeutic tool segmentation dataset in gastrointestinal endoscopy},
author={Jha, Debesh and Ali, Sharib and Emanuelsen, Krister and Hicks, Steven A and Thambawita, Vajira and Garcia-Ceja, Enrique and Riegler, Michael A and Lange, Thomas de and Schmidt, Peter T and Johansen, Håvard D and others},
booktitle={International Conference on Multimedia Modeling},
pages={218--229},
year={2021},
organization={Springer}
}"

> 引文说明：该论文标题为《Kvasir-Instrument：胃肠内窥镜检查中诊断与治疗工具分割数据集》，发表于国际多媒体建模会议（International Conference on Multimedia Modeling），页码218至229，2021年，出版方为Springer。

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