浙江大学 发布 PatchCamelyon-C 和 LocalTCT-C 数据集, 应用在 数字病理图像、深度学习鲁棒性 领域

浙江大学 本次发布的数据集 PatchCamelyon-C 和 LocalTCT-C, 本研究介绍了两个用于评估深度神经网络对数字病理图像中常见腐败的鲁棒性的基准数据集：PatchCamelyon-C和LocalTCT-C。这些数据集通过在验证图像中注入九种常见腐败类型来生成，每种腐败类型有五个严重程度级别。数据集的创建旨在解决模型在面对图像腐败时的性能下降问题，特别是在数字病理图像分析领域。通过这些数据集，研究者可以评估和改进模型在实际应用中的稳定性和可靠性，尤其是在医疗诊断等关键领域。

查看PatchCamelyon-C 和 LocalTCT-C

README 内容： 

关于 浙江大学 , 浙江大学是中国的一所著名综合性研究型大学，位于浙江省杭州市，是中国首批进入国家‘211工程’和‘985工程’重点建设的高校之一。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。