H11-M110_DOC.zip
根據資料集摘要
使用監督式學習訓練之肝細胞核分割模型，利用抗背景擾動一致性和紋理縮減的集合模型強化模型擷取影像特徵能力，以提升辨識準確性與Robustness
其他資訊
| 欄位 | 值 |
|---|---|
| 最後更新資料 | 十月 11, 2023 |
| 最後更新的詮釋資料 | 十月 11, 2023 |
| 建立 | 十月 11, 2023 |
| 格式 | ZIP |
| 共享範圍/授權 | 01 政府資料開放授權 |
| Media type | application/zip |
| Size | 347,862 |
| format | ZIP |
| has views | True |
| id | 9d148603-44b6-4a4a-b96f-6813d25bd345 |
| last modified | 超過 1 年之前 |
| md5 | f8df38a1f0044d37764e20d000433ae6 |
| on same domain | True |
| package id | 85494a83-d78f-4d82-a93b-38aef7b4d11f |
| proxy url | https://scidm.nchc.org.tw/dataset/85494a83-d78f-4d82-a93b-38aef7b4d11f/resource/9d148603-44b6-4a4a-b96f-6813d25bd345/nchcproxy/H11-M110_DOC.zip |
| revision id | 5b142f2e-e951-4750-ba94-2945a72c6d4d |
| sha256 | fe3684630c4b152d6d908b41cfc1f827a625e8c44cc44402ad1dc256a5c50846 |
| state | active |
| url type | upload |
| 建立 | 超過 1 年之前 |
推薦資料集：