Skip to content

Latest commit

 

History

History
60 lines (42 loc) · 2.44 KB

说明.md

File metadata and controls

60 lines (42 loc) · 2.44 KB

数据集说明

百度云盘地址 链接：https://pan.baidu.com/s/11C4K9qvHgbROSJ4eS-Q7LA?pwd=xz12 提取码：xz12

重要参考

hovernet

数据集链接

CoNSeP Dataset: CoNSeP 直肠癌肿瘤标志物分割及分类数据集

CoNSeP 全称 Colorectal Nuclear Segmentation and Phenotypes，是一个直肠癌肿瘤标志物分割及分类数据集，由 41 张 H&E 染色图像切片组成，每张图像切片大小为 1,000×1,000 像素，放大倍率为 40 倍。这些图像是从 16 张结直肠腺癌 (CRA) 全切片图像中提取的，每个全切片图像都单独属于一个患者，并使用英国考文垂和沃里克郡大学医院病理学系内的 Omnyx VL120 扫描仪扫描。该数据集由华威大学于 2019 年发布。
原始数据集格式：

MoNuSAC

    这篇论文公开了一个数据集，该数据集包含来自 37 家医院、71 名患者、4 个器官和 4 种细胞核类型（即，上皮细胞、淋巴细胞、嗜中性粒细胞和巨噬细胞[1]-[3]）的 46909 个细胞核。 数据集 40 倍率 数据link

PanNuke

PanNuke Dataset for Nuclei Instance Segmentation and Classification 数据link

原始数据集的加工

CoNSeP

代码说明

src 部分的代码是不会随着外在的一些临时调整发生变动，比如文件夹变更之类

- core: 主要的评估代码 和 工具代码
- dist
- seg_unet
- hovernet
- maskrcnn

train 部分包括了每个模型的训练入口文件

所有的训练过程，包括一次性训练和调参，都用 wandb 记录。
model_data 中保存了每个数据集上的训练结果。（训练结果和最终使用的保存需要手工对应）
- dist
- seg_unet
- hovernet
- maskrcnn
所有文件夹的修改，都应该不发生在src中，而应该在入口文件中解决

predict部分包括了每个模型的预测入口文件

visualize 包括了生成论文图表的可视化代码

datasets 部分包含数据，

consep:
    - images: patch 后的训练测试数据集
    - seg_mask: type_map 也就是说每个值表示一个类别
    - inst: 每个实例有不同的值
    - type_mat: 包含每个实例的 中心和类别
    - annotations: coco format 中的 json 标识文件