H11-M06_WEIGHT.zip
データセットの概要より
Method 使用無監督式學習訓練之病理影像異常檢測模型,僅須提供未帶有腫瘤區域的資料來訓練模型,便可協助醫師偵測出病理影像中可能的腫瘤區域。 模型訓練分為兩階段, 第一階段是使用 Self-Supervised Learning 去訓練一個好的 Image Encoder (類似 MoCo) ,第二階段會使用到訓練好的 Encoder 來替所有圖片提取...
Source: H11-M06_考慮到例外分佈的病理影像標註品質評估技術
追加情報
フィールド | 値 |
---|---|
最終更新日 | 2023 / 7月 / 13, |
メタデータ最終更新日時 | 2023 / 7月 / 13, |
作成日 | 2023 / 7月 / 13, |
データ形式 | ZIP |
ライセンス | Other (Non-Commercial) |
Media type | application/zip |
Size | 190,504,196 |
format | ZIP |
id | adb5ac96-6080-42b2-a9fc-63cd99b21a51 |
last modified | 1 年以上前 |
md5 | a7ed0625bfb5419a7102d425a6d8dad0 |
on same domain | True |
package id | eb4281b3-2ef1-4551-ba3f-11b75dae8461 |
proxy url | https://scidm.nchc.org.tw/ja/dataset/eb4281b3-2ef1-4551-ba3f-11b75dae8461/resource/adb5ac96-6080-42b2-a9fc-63cd99b21a51/nchcproxy/H11-M06_WEIGHT.zip |
revision id | 79858090-5fc8-41d2-bdda-180dd0940dca |
sha256 | 241021f29c9c07c09b50a1b16a3f7ce6cfa5b3ef10012a0756efbe3e142f2d0b |
state | active |
url type | upload |
作成日 | 1 年以上前 |
推薦資料集: