H11-M20.zip
From the dataset abstract
細胞影像需由醫師進行標註，然而不同的細胞影像往往會隨著時間持續增加，實際上不容易一次將所有影像標註完成。因此本子計畫目標是開發出持續學習之方法，減少新增資料時需使用全部資料重新訓練 AI 模型之成本，並使得AI 模型能夠在保留舊有知識的情況下學習新的知識，以提供使用者影像偵測結果做為參考資訊。
Source: H11-M20_持續性學習之影像偵測模型整合(最終版)
Additional Information
| Field | Value |
|---|---|
| Data last updated | September 30, 2025 |
| Metadata last updated | September 30, 2025 |
| Created | September 30, 2025 |
| Format | application/zip |
| License | Other (Non-Commercial) |
| created | 11 months ago |
| format | ZIP |
| id | 4c70156c-f13a-4ceb-b2e4-cc2e6db7f2d4 |
| last modified | 11 months ago |
| md5 | eb48850ad1ceb518d3db4f79655dc983 |
| mimetype | application/zip |
| on same domain | True |
| package id | 2bfaae70-6c13-4f51-898d-4b45015fc555 |
| proxy url | https://scidm.nchc.org.tw/en/dataset/2bfaae70-6c13-4f51-898d-4b45015fc555/resource/4c70156c-f13a-4ceb-b2e4-cc2e6db7f2d4/nchcproxy/H11-M20.zip |
| revision id | 4fecbcb2-f4d2-4214-a81f-d5ee01b1f305 |
| sha256 | e675674b3ebed1ff4644d5c9e62f497fa103181bb65f248fdfee865b58f0c18e |
| size | 3.8 MiB |
| state | active |
| url type | upload |
推薦資料集：