糖尿病视网膜病变等级检测

该数据集包含标注了糖尿病视网膜病变严重程度等级的眼底图像,属于医学图像模态,主要用于训练和验证深度学习模型,以支持糖尿病视网膜病变的自动检测与分级研究,助力早期筛查和临床辅助诊断。

Rammohan BethiRammohan Bethi
kaggle
2021-08-11 更新
浏览 25
pre-trained modeleyes and vision
Diabetic Retinopathy Level Detection

基本信息

大小
10.38 GB
许可
CC0: Public Domain
创建/更新时间
2021-08-11
版本
v3

资源简介

糖尿病视网膜病变等级检测

【一句话概览】

该数据集名为 Diabetic Retinopathy Level Detection,用于糖尿病视网膜病变级别检测,共包含 20 个文件,合计大小 118.3 MB。源站标签为 pre-trained model、eyes and vision,许可方式为 CC0: Public Domain(来源 Kaggle,CC0: Public Domain 许可)。

【数据集背景】

本数据集源站标题为《Diabetic Retinopathy Level Detection》。源站首次发布:2021-08-11。

【数据结构与技术规格】

文件数 20 个,合计 118.25 MB。

【主题与分类】

主题标签:pre-trained model、eyes and vision。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/arbethi/diabetic-retinopathy-level-detection

使用许可:CC0: Public Domain。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

方式一:KaggleHub(Python,推荐 AI Agent 使用)

# 前置依赖: pip install kagglehub
import kagglehub

path = kagglehub.dataset_download("arbethi/diabetic-retinopathy-level-detection")
print("数据已下载至:", path)

方式二:Kaggle CLI(命令行)

# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d arbethi/diabetic-retinopathy-level-detection
unzip diabetic-retinopathy-level-detection.zip -d diabetic-retinopathy-level-detection/

数据说明

该数据集是一个用于糖尿病视网膜病变(DR)等级检测的公开医学图像数据集,主要包含眼底图像数据。数据集通过收集真实患者的眼底照片构建而成,每张图像都标注了对应的糖尿病视网膜病变严重程度等级。该数据集适用于计算机视觉和医学图像分析领域的研究,特别是用于训练和评估深度学习模型,以实现糖尿病视网膜病变的自动筛查和分级诊断。

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。

获取专属数据定制方案