文件名称：hyper-kvasir:Hyper-Kvasir数据集的GitHub存储库
文件大小：49.2MB
文件格式：ZIP
更新时间：2024-06-08 10:56:32
Python
超级克瓦西尔 这是Hyper-Kvasir数据集的代码存储库，它是最大的公开发布的胃肠道图像数据集。 数据集总共包含110,079张图像和373个视频，在其中捕获解剖标志以及病理和正常发现。 结果是超过110万个图像和视频帧。 完整的数据集可以通过以下方式下载： ： 可以通过以下访问描述数据的论文： : 在这里，您将找到用于准备数据集，创建基线实验以及数据集的官方k倍分割的文件。 储存库结构 该存储库具有以下结构。 category_experiments包含用于执行本文中介绍的分类实验的文件。 clustering_experiments包含本文中介绍的用于聚类实验的文件。 这包括数据集未标记图像上的预测标记。 official_splits包含数据集的正式拆分。 我们建议该数据集的用户使用这些拆分，以确保公平地比较结果。 脚本包含一系列不同的脚本，这些脚本用于准备数据集，
【文件预览】：
hyper-kvasir-master
----.gitignore(2KB)
----official_splits()
--------2_fold_split.csv(607KB)
--------5_fold_split.csv(607KB)
----LICENSE.md(17KB)
----static()
--------images()
----clustering_experiments()
--------clusters.csv(5.7MB)
--------labels_predicted_from_pre_trainend_models()
--------all-Images-global-features-and-clusters.arff(62.19MB)
----hyper-kvasir-video-metadata.csv(30KB)
----scripts()
--------generate_confusion_matrix.py(4KB)
--------generate_video_annotations_file.py(2KB)
--------split_images_into_k_folds.py(2KB)
--------generate_image_annotations_file.py(1KB)
--------generate_baseline_metrics.py(2KB)
--------annotation_file_to_folders.py(1KB)
----README.md(6KB)
----hyper-kvasir-image-metadata.csv(6.72MB)
----classification_experiments()
--------Pre-Trained-DenseNet-161()
--------Fine-Tuned-ResNet-50()
--------utils()
--------Averaged-ResNet-152-and-DenseNet-161()
--------DenseNet-161-ReseNet-152-with-MLP()
--------Pre-Trained-ResNet-152()