内窥镜SLAM数据集
内窥镜 SLAM 数据集 (EndoSLAM) 是用于内窥镜视频深度估计方法的数据集。它由体外和综合生成的数据组成。数据集的离体部分包括标准和胶囊内窥镜记录。数据集分为 35 个子数据集。具体来说，结肠、小肠和胃分别存…
基本信息
资源简介
内窥镜SLAM数据集
【一句话概览】
EndoSLAM 是一个用于内窥镜视频深度估计方法的数据集，由体外和综合生成的数据组成。其离体部分包括标准和胶囊内窥镜记录，数据集共分为 35 个子数据集，其中结肠、小肠和胃分别有 18、5 和 12 个子数据集。该数据集涉及内窥镜、SLAM、深度估计、视觉里程计、单目视觉里程计、图像和计算机视觉等方向（来源 opendatalab.org.cn）。
【数据集背景】
本数据集源站标题为《EndoSLAM (Endoscopic SLAM dataset)》。
【数据内容】
源站原始描述：内窥镜 SLAM 数据集 (EndoSLAM) 是用于内窥镜视频深度估计方法的数据集。它由体外和综合生成的数据组成。数据集的离体部分包括标准和胶囊内窥镜记录。数据集分为 35 个子数据集。具体来说，结肠、小肠和胃分别存在 18、5 和 12 个子数据集。
中文译文（机器翻译，仅供快速理解，请以原文为准）：内窥镜SLAM数据集（EndoSLAM）是用于内窥镜视频深度估计方法的数据集。它由体外和综合生成的数据组成。数据集的离体部分包括标准和胶囊内窥镜记录。数据集分为35个子数据集。具体来说，结肠、小肠和胃分别存在18、5和12个子数据集。
【主题与分类】
主题标签：内窥镜、SLAM、深度估计、视觉里程计、单目视觉里程计、图像、CV。
【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/EndoSLAM
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/EndoSLAM
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:
数据集大小约 9.92 GB。
数据说明
用于内窥镜视频深度估计的数据集，包含离体（标准内窥镜和胶囊内窥镜记录）和综合生成的数据，共35个子数据集，分别对应结肠（18个）、小肠（5个）和胃（12个）。
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。
