Датасеты диабетической ретинопатии: дубликаты и изменённые снимки
Краткое изложение авторской публикации врача в сообществе «Врачи РФ» от .
Авторы исследования оценили дубликаты и изменённые изображения глазного дна в открытых датасетах по диабетической ретинопатии на Kaggle, предназначенных для обучения моделей машинного обучения. Анализ охватил более 100 источников и почти 2 млн снимков. Для поиска повторов исследователи сохраняли хеш-суммы изображений, рассчитанные по алгоритму SHA-3, и сравнивали их между наборами.
Повторное появление снимков выявлено у 56% изображений: они встречались как минимум в двух разных датасетах, а максимальное число повторений достигало 14. Кроме того, в девяти наборах обнаружили изображения с изменённым размером; их доля составила 24% от общего числа изображений в базе. Авторы считают, что результаты могут помочь улучшить подготовку данных для обучения алгоритмов компьютерного зрения и указывают на необходимость мер против дублирования и изменения изображений в датасетах.
Главное
- Авторы проанализировали более 100 открытых датасетов, включавших почти 2 млн снимков глазного дна с диабетической ретинопатией.
- В 56% изображений обнаружены повторы как минимум в двух разных наборах; максимальное число повторений достигало 14.
- В девяти датасетах нашли изображения с изменённым размером; их доля в базе составила 24%.
- Авторы указывают на необходимость мер против дублирования и изменения изображений в датасетах.
Подготовлено автоматически с помощью ИИ, возможны неточности. Полный просмотр материала доступен только для медицинских специалистов с высшим медицинским образованием.
Войти Регистрация