糖尿病性视网膜病变训练数据集（未压缩版）
该数据集包含未压缩的眼底图像数据，属于医学图像模态，专门用于糖尿病性视网膜病变的检测与分析研究，支持疾病自动筛查、分级以及深度学习模型训练等应用场景，旨在为医学图像分析领域的研究人员提供便捷、标准化的数据支持。
基本信息
资源简介
糖尿病性视网膜病变训练数据集（未压缩版）
【数据集背景】
本数据集源站标题为《Diabetic Retinopathy train unzipped》。源站首次发布：2024-03-17。
【数据内容】
源站原始描述：This is a fixed version of this dataset: which contains corrupted images. 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…
【数据结构与技术规格】
文件数 20 个，合计 25.04 MB。
【主题与分类】
主题标签：image、diabetes、eyes and vision。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/josephrynkiewicz/diabetic-retinopathy-train-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-train-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-train-unzipped
unzip diabetic-retinopathy-train-unzipped.zip -d diabetic-retinopathy-train-unzipped/
数据说明
该数据集是一个专门用于糖尿病性视网膜病变（DR）检测与分析的医学图像训练数据集，包含未压缩的眼底图像数据。数据来源于公开医学影像平台，采用标准化的图像采集和处理流程构建，旨在为研究人员提供便捷的图像数据检索方式。该数据集主要应用于医学图像分析领域，支持糖尿病性视网膜病变的自动筛查、疾病分级、深度学习模型训练等研究方向，有助于提升眼科疾病的早期诊断效率和准确性。
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。
