糖尿病视网膜病变测试集（未压缩版）
该数据集包含2015年糖尿病视网膜病变挑战赛的测试图像，数据模态为眼底彩色医学影像，主要用于评估和开发算法在糖尿病视网膜病变自动检测与分级任务中的性能，支持计算机辅助诊断和深度学习在眼科疾病筛查领域的研究与应用。
基本信息
资源简介
糖尿病视网膜病变测试集（未压缩版）
【数据集背景】
本数据集源站标题为《Diabetic Retinopathy test unzipped》。源站首次发布：2024-03-17。
【数据内容】
源站原始描述：Test images. The train images can be found here: You are provided with a large set of high-resolution retina images taken under a variety of imaging conditions. A left and right field is provided for every subject. Images are labeled with a subject id as well as either left or right (e.g. 1_left.jpeg is the left eye of patient id 1). A clinician has rated the presence of diabetic retinopathy in each image on a scale of 0 to 4, according to the following scale: 0 - No DR 1 - Mild 2 - Moderate 3 -…
【数据结构与技术规格】
文件数 20 个，合计 19.60 MB。
【主题与分类】
主题标签：arts and entertainment、diabetes。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/josephrynkiewicz/diabetic-retinopathy-test-unzipped
使用许可：Database: Open Database, Contents: Database Contents。
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("josephrynkiewicz/diabetic-retinopathy-test-unzipped")
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 josephrynkiewicz/diabetic-retinopathy-test-unzipped
unzip diabetic-retinopathy-test-unzipped.zip -d diabetic-retinopathy-test-unzipped/
数据说明
该数据集是2015年糖尿病视网膜病变挑战赛（Diabetic Retinopathy Challenge 2015）的测试图像集合，专门用于评估算法在糖尿病视网膜病变自动检测与分级任务上的性能。数据集包含眼底彩色图像，这些图像通常来自临床采集，经过预处理并以未压缩格式提供，便于直接用于模型测试。主要应用于医学影像分析、计算机辅助诊断（CAD）以及深度学习在眼科疾病筛查中的研究。
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。
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。
