MedMNIST:上海交大发布医学影像领域的MNIST(附下载)
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~