ZJU Eye-Pretrain

数据集获取与加载（Hugging Face datasets）

# 前置依赖: pip install datasets
from datasets import load_dataset

ds = load_dataset("MaybeRichard/zju-eye-pretrain")
print(ds)  # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"

git lfs install && git clone https://hf-mirror.com/datasets/MaybeRichard/zju-eye-pretrain

数据说明

ZJU Eye-Pretrain是一个专为医学基础模型预训练及下游任务设计的大规模、统一多源眼科影像数据集。该数据集整合了来自私人采集和25个公开数据集的资源，总计包含超过110万张图像，涵盖26个不同的队列。数据集主要由三部分构成：私人采集的上海Topcon DRI OCT Triton扫频源OCT数据（约41.9万张图像，包含OCT B扫描、彩色眼底图和灰度扫描激光检眼镜图像）、公共眼底数据集（约19.9万张彩色眼底图像，部分包含GAMMA OCT数据）以及公共OCT数据集（约48.9万张OCT B扫描图像）。所有数据遵循严格的41列统一数据清单模式，确保了跨源数据的一致性，包括图像标识符、研究/患者信息（匿名哈希）、采集设备信息、临床信息（如诊断分组、病变标签、严重程度）、图像元数据（如模态、解剖部位、分辨率、质量评分）和技术参数（如扫描协议、B扫描索引）。部分队列还提供了像素级的分割掩码，用于血管、视盘/视杯、视网膜层和病变区域等。每张图像都配有5个文本描述。该数据集适用于多种计算机视觉任务，包括图像分类、图像分割、图像到图像转换、文本到图像生成以及无条件图像生成，是进行眼科医学影像分析、模型预训练和迁移学习的宝贵资源。数据集采用混合许可证，使用者需遵守各原始数据源的许可条款，其中私人数据仅限于研究用途。

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。

完整数据卡：huggingface.co/datasets/MaybeRichard/zju-eye-pretrain