眼底图像识别挑战赛2019
北京大学国际眼底图像智能识别竞赛 Peking University International Competition on Ocular Disease Intelligent Recognition
基本信息
资源简介
眼底图像识别挑战赛2019
Grand Challenge: ODIR-2019 是一个与眼底图像智能识别相关的公开数据集条目，其英文全称为 Grand Challenge: ODIR-2019，中文语境下对应的竞赛名称为北京大学国际眼底图像智能识别竞赛（Peking University International Competition on Ocular Disease Intelligent Recognition）。该数据集在分类上归属于眼及附器疾病 / 其他，来源站为 odir2019.grand-challenge.org。从现有信息看，该数据集的核心定位是服务于眼底图像智能识别方向的竞赛与研究，围绕眼部疾病识别任务构建，面向医学图像分析、人工智能算法评测等用途。由于现有资料仅覆盖数据集名称、分类、来源站及竞赛全称，关于数据规模、标注体系、图像参数、任务设置等更细粒度的内容，源站未提供，因此下文将依据已有信息进行介绍，未覆盖部分如实标注。
【数据集背景】
该数据集对应北京大学国际眼底图像智能识别竞赛，英文名称为 Peking University International Competition on Ocular Disease Intelligent Recognition。竞赛以眼底图像智能识别为主题，属于医学图像分析与人工智能交叉领域。眼底图像是眼科疾病筛查与诊断中常用的影像模态之一，利用智能识别技术对眼底图像进行自动分析，有助于提升眼部疾病识别的效率与可及性。该竞赛的举办体现了在眼及附器疾病方向上推动智能识别技术研究与应用的目标。数据集作为竞赛的组成部分，通常承担训练、验证或评测等角色，但具体任务设定与赛制安排源站未提供。
【数据内容】
该数据集在分类上属于眼及附器疾病 / 其他。结合竞赛名称可知，其内容围绕眼底图像及眼部疾病识别展开。然而，关于数据集具体包含的图像数量、疾病类别、标注字段、标签体系、图像分辨率、文件格式、数据划分方式等信息，源站未提供。因此，无法对数据内容的具体构成作出进一步说明。
【采集与来源】
该数据集的来源站为 odir2019.grand-challenge.org，竞赛名称为北京大学国际眼底图像智能识别竞赛。由此可知，数据集通过 Grand Challenge 平台发布，并与北京大学国际眼底图像智能识别竞赛相关联。关于图像采集机构、采集设备、采集人群、采集时间、伦理审批及数据脱敏流程等信息，源站未提供。
【适用场景】
基于其竞赛背景与眼及附器疾病分类，该数据集适用于眼底图像智能识别相关的研究与评测场景，例如眼部疾病自动识别算法的开发与比较。由于竞赛名称为北京大学国际眼底图像智能识别竞赛，其典型用途可能包括参赛团队训练与评估模型。但关于具体适用任务类型、评价指标、是否支持多标签分类或分割等，源站未提供。
【使用方法】
关于该数据集的获取方式、下载渠道、使用协议、是否需注册、是否划分训练集与测试集、是否提供基线代码或评测服务器等，源站未提供。使用者如需了解具体使用流程，应参考来源站 odir2019.grand-challenge.org 的官方说明。
【质量与限制】
该数据集与北京大学国际眼底图像智能识别竞赛相关，来源站为 odir2019.grand-challenge.org。关于数据质量、标注一致性、类别平衡性、图像质量、潜在偏倚及使用限制等信息，源站未提供。因此，无法对数据集的质量水平与局限性作出具体评价。
【引用与许可】
该数据集英文名为 Grand Challenge: ODIR-2019，来源站为 odir2019.grand-challenge.org。关于引用格式、许可协议、商业使用限制、二次分发规定等信息，源站未提供。使用者应以来源站的官方说明为准。
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://odir2019.grand-challenge.org/
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:
数据说明
北京大学国际眼底图像智能识别竞赛 Peking University International Competition on Ocular Disease Intelligent Recognition
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
