息肉分割(Polyp Segmentation)方向常用数据集汇总

本文不保证时效性,覆盖性,准确性


BENCHMARK

如果是单纯发文章刷点的话,目前采用的大多
PraNet: Parallel Reverse Attention Network for Polyp Segmentation
所划分好的训练集与测试集
[paper] [repo] [train] [test]
具体来说,训练集由Kvasir-SEG中的900张图像以及CVC-ClinicDB的550张图像构成,共1450个样本;
测试集有五个,分别为Kvasir-SEG剩余的100张图像;CVC-ClinicDB剩余的62张图像;完整的CVC-ColonDB数据集(380个样本);完整的ETIS数据集(196个样本);CVC-300数据集的60张图像(CVC-300指EndoScene的912张图像减去ColonDB的612张图像)。
因此,关于后文会涉及到的有些官网失效的数据集,可以通过上面的方法进行重建。
需要注意的是,这几个数据集的命名、使用均较为混乱,所以实际情况以对应论文为准。


Kvasir-SEG

Kvasir-SEG: A Segmented Polyp Dataset
包含1000张息肉图像以及对应的标注。
项目地址: https://datasets.simula.no/kvasir-seg/
下载链接: https://datasets.simula.no/downloads/kvasir-seg.zip


Kvasir-Sessile

Kvasir-SEG: A Segmented Polyp Dataset
Kvasir-SEG的子集,包含196张条状的较为困难的息肉图像以及对应的标注。
项目地址: https://datasets.simula.no/kvasir-seg/
下载链接: https://datasets.simula.no/downloads/kvasir-sessile.zip


CVC-ClinicDB

Wm-dova Maps for Accurate Polyp Highlighting in Colonoscopy: Validation vs. Saliency Maps from Physicians
包含612张息肉图像以及对应的标注。这612张图像是从29个不同的内窥镜视频片段中提取出来的,也就是说同一个片段内的各图像内容是十分相似的。
项目地址: https://polyp.grand-challenge.org/CVCClinicDB/
下载链接: https://www.dropbox.com/s/p5qe9eotetjnbmq/CVC-ClinicDB.rar?dl=0


CVC-ColonDB

Automated Polyp Detection in Colonoscopy Videos using Shape and Context information
包含380张息肉图像以及对应的标注。目前项目官网已失效。
项目地址: http://mv.cvc.uab.es/projects/colon-qa/cvc-colondb
下载链接:/


EndoScene

A Benchmark for Endoluminal Scene Segmentation of Colonoscopy Images
EndoScene = CVC-ClinicDB & CVC-300,因此包含912张图像以及对应的标注。目前项目官网已失效。
项目地址: http://adas.cvc.uab.es/endoscene
下载链接: http://www.cvc.uab.es/CVC-Colon/databases/cvc-endoscenestill/


ETIS

Toward Embedded Detection of Polyps in WCE Images for Early Diagnosis of Colorectal Cancer
包含192张息肉图像以及对应的标注。目前项目官网已失效。
项目地址: https://polyp.grand-challenge.org/EtisLarib/
下载链接: /


LDPolypVideo

LDPolypVideo Benchmark: A Large-Scale Colonoscopy Video Dataset of Diverse Polyps
包含160个息肉视频片段共40,266张图像及其对应的标注。此外,也提供了更多的无标注数据。
项目地址: https://github.com/dashishi/LDPolypVideo-Benchmark
下载链接: https://pan.baidu.com/s/1ri3lDBDl3v00TAXc6euzvw


ASU-Mayo

为目前最大型的息肉数据集,包含36458张息肉图像以及对应的标注。
项目地址: https://polyp.grand-challenge.org/AsuMayo/
下载链接: 该数据集为非公开数据集,需要邮件联系作者获取

你可能感兴趣的:(Polyp,Segmentation,划水)