数据集获取（ModelScope）

方式一：MsDataset（Python）

# 前置依赖: pip install modelscope
from modelscope.msdatasets import MsDataset

ds = MsDataset.load("OmniData/CBC", subset_name="default", split="train")
print(ds)

方式二：CLI（命令行）

pip install modelscope
modelscope download dataset OmniData/CBC

数据集卡片摘录（源站）

displayName: CBC (Complete Blood Count)
labelTypes:

• Box2D
  license:

• MIT
  mediaTypes:

• Image
  paperUrl: https://ietresearch.onlinelibrary.wiley.com/doi/epdf/10.1049/htl.2018.5098
  publishDate: “2019”
  publishUrl: https://github.com/MahmudulAlam/Complete-Blood-Cell-Count-Dataset
  publisher:

• Bangladesh University of Engineering and Technology
  tags:

• Hemocyte
  taskTypes:

• Object Detection

数据集介绍

简介

全血细胞计数 (CBC) 数据集包含 360 张血涂片图像及其注释文件，分为训练集、测试集和验证集。训练文件夹包含 300 张带注释的图像。测试和验证文件夹都包含 60 张带注释的图像。我们对原始数据集进行了一些修改以准备此 CBC 数据集，其中一些图像注释文件包含的红细胞 (RBC) 比实际值非常低，并且一个注释文件根本不包含任何 RBC，尽管细胞涂片图像包含 RBC .因此，我们清除所有错误文件并将数据集分成三个部分。在 360 张涂片图像中，先将 300 张带注释的血细胞图像作为训练集，然后将剩下的 60 张带注释的图像作为测试集。由于数据不足，训练集的一个子集用于准备验证集，其中包含 60 张带注释的图像。

引文

@article{alam2019machine,
title={Machine learning approach of automatic identification and counting of blood cells},
author={Alam, Mohammad Mahmudul and Islam, Mohammad Tariqul},
journal={Healthcare technology letters},
volume={6},
number={4},
pages={103108},
year={2019},
publisher={IET}
}

Download dataset

:modelscope-code[]

许可

[MIT]

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。

源站：modelscope.cn/datasets/OmniData/CBC