MedMNIST：上海交大发布医学影像领域的MNIST（附下载）-技术圈

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

今天上海交大的研究学者发文 MedMNIST Classification Decathlon: A Lightweight AutoML Benchmark for Medical Image Analysis ，公布了其收集整理的10个医学领域的图像数据集MedMNIST，旨在促进AutoML（自动机器学习）在医学领域的技术研究。

作者信息：

这10个数据集示例：

该数据集特点：

利于研究教学：数据来自具有知识共享（CC）许可的多个开放式医学图像数据集，易于用于教育目的。
标准化：将数据预处理为相同格式，无需用户了解任何背景知识
多样性：涵盖了各种数据规模（从100到100,000）和任务（二分类/多类分类，有序回归和多标签学习）。
轻量级：28×28的图像大小适合快速原型设计和试验多模态机器学习和AutoML算法。

该数据集相关统计：

可见覆盖了常见的医学影像数据源：病理图片、胸部X光、皮肤镜、超声、眼底摄影、OCT、CT等。

另外，作者提供了代码，在此10个数据集上进行了人工设计网络和常见AutoML工具设计的模型的评测，结果如下：

可见：

Google AutoML Vision 在大多数情况下都表现不错，但相比手工设计的 ResNet-18/50也有逊色的时候；
auto-sklearn 的表现一直很稳定的差 /sad；
AutoKeras 在数据量较大的数据集上表现很好，在数据量小时往往不佳。

总之，以上AutoML工具在MedMNIST面前没有完美胜出者，这也说明MedMNIST对于研究者来说是个好数据集。

最后附上项目主页：

https://medmnist.github.io/

论文地址：

https://arxiv.org/abs/2010.14925

Demo代码地址：

https://github.com/MedMNIST/MedMNIST

好消息！
小白学视觉知识星球
开始面向外开放啦👇👇👇



下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~