Endotect息肉分割挑战数据集
一项由三项任务组成的挑战，每项任务都针对临床使用的不同要求。第一项任务涉及将来自胃肠道的图像分类为 23 个不同的类别。第二个任务侧重于通过处理每个图像所花费的时间来衡量的有效分类。最后一项任务与自动分割息肉有关。如果…
基本信息
资源简介
Endotect息肉分割挑战数据集
【一句话概览】
Endotect 息肉分割挑战数据集包含三项任务，分别针对临床使用的不同要求。第一项任务是将来自胃肠道的图像分类为 23 个不同类别。第二项任务侧重于有效分类，通过处理每张图像所花费的时间来衡量。第三项任务与自动分割息肉有关。使用该数据集需引用“EndoTect 2020 挑战：内窥镜分类、分割和推理时间的评估和比较”。该数据集标签涉及医疗、CV、图像分类、语义分割、物体检测（来源 opendatalab.org.cn）。
【数据集背景】
本数据集源站标题为《Endotect Polyp Segmentation Challenge Dataset》。
【数据内容】
源站原始描述：一项由三项任务组成的挑战，每项任务都针对临床使用的不同要求。第一项任务涉及将来自胃肠道的图像分类为 23 个不同的类别。第二个任务侧重于通过处理每个图像所花费的时间来衡量的有效分类。最后一项任务与自动分割息肉有关。如果您使用数据集，请引用“EndoTect 2020 挑战：内窥镜分类、分割和推理时间的评估和比较”。
中文译文（机器翻译，仅供快速理解，请以原文为准）：一项包含三项任务的挑战，每项任务均针对临床应用的特定需求。首项任务是将胃肠道图像分类至23个不同类别。第二项任务旨在通过衡量处理每张图像所需时间来评估分类效率。最后一项任务涉及息肉的自动分割。若使用数据集，请引用“EndoTect 2020挑战：内窥镜分类、分割及推理时间的评估与比较”。
【主题与分类】
主题标签：医疗、CV、图像分类、语义分割、物体检测。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://opendatalab.org.cn/OpenDataLab/Endotect_Polyp_Segmentation_etc
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
需登录公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
暂未开放有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://opendatalab.org.cn/OpenDataLab/Endotect_Polyp_Segmentation_etc
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
该数据集包含三项任务：将胃肠道图像分类为23个不同类别、基于处理时间的有效分类、自动息肉分割。用于评估内窥镜分类、分割和推理时间。
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
