用于深度学习眼病诊断的多类视网膜眼底图像数据集

数据集获取

源站：https://doi.org/10.17632/z227d626vm.1

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 3.66 GB。

数据说明

该数据集包含从孟加拉国Rajbari眼科诊所与专科医院采集的高分辨率视网膜眼底图像。数据集由1,222张原始视网膜眼底图像组成，涵盖11个疾病类别，包括轻度糖尿病视网膜病变（67张）、中度糖尿病视网膜病变（196张）、重度糖尿病视网膜病变（55张）、增殖性糖尿病视网膜病变（17张）、干性年龄相关性黄斑变性（32张）、湿性年龄相关性黄斑变性（44张）、轻度青光眼（60张）、中度青光眼（136张）、重度青光眼（235张）、晚期/终末期青光眼（335张）以及无年龄相关性黄斑变性（45张）。为解决类别不平衡问题并提高模型泛化能力，采用了数据增强技术，包括水平翻转、垂直翻转、旋转、缩放、亮度调整和对比度增强，额外生成了5,500张增强图像。该数据集旨在用于人工智能、机器学习、深度学习、迁移学习、可解释人工智能（XAI）、计算机辅助诊断以及自动化多类别视网膜疾病分类的研究。

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。