OD/OC分割数据集
视网膜眼底青光眼挑战赛（REFUGE）数据集是我们的主要基准，以其子集间的分布差异而著称。我们遵循官方划分，包含1,200张训练、400张验证和400张测试图像，每张图像均配有专家OD/OC掩膜和图像级青光眼标签
基本信息
资源简介
OD/OC分割数据集
OD/OC segmentation dataset 是一个面向视网膜眼底图像中视盘（OD）与视杯（OC）分割任务的数据集，同时提供图像级青光眼标签，本站将其归类于眼及附器疾病下的青光眼方向。该数据集整合了 REFUGE、ORIGA 与 RIM-ONE DL 三个来源的眼底图像数据，各子集均配有专家标注的 OD/OC 掩膜，部分子集还带有青光眼诊断信息。REFUGE 作为主要基准，以其子集间的分布差异而著称，并采用官方划分；ORIGA 与 RIM-ONE DL 则按各自设定的比例划分训练、验证与测试图像，用于评估跨数据集的稳健性。数据集由 zr Hai 发布，机构为 IEEE DataPort，发布时间为 2025 年，采用 Creative Commons Attribution 4.0 International 许可。
【数据集背景】
视网膜眼底图像中的视盘与视杯形态是青光眼筛查与诊断的重要依据，OD/OC 分割因此成为眼底图像分析中的基础任务。该数据集以视网膜眼底青光眼挑战赛（REFUGE）数据集为主要基准，该基准以子集间的分布差异而著称，这一特性使其适合考察模型在不同分布条件下的表现。除 REFUGE 外，数据集还纳入 ORIGA 与 RIM-ONE DL 两个来源，形成多来源的眼底图像集合，用于支持分割任务以及跨数据集的稳健性评估。
【数据内容】
REFUGE 部分遵循官方划分，包含 1,200 张训练图像、400 张验证图像和 400 张测试图像，每张图像均配有专家 OD/OC 掩膜和图像级青光眼标签。ORIGA 数据集由新加坡眼科研究所采集，包含 650 张图像，其中 168 张为青光眼图像，配有 OD/OC 标注和青光眼诊断，使用时按 260/65/325 张划分为训练/验证/测试，并保留原始类别分布。RIM-ONE DL 是 RIM-ONE 数据库的整理版本，包含 485 张图像，其中 313 张正常、172 张青光眼，配有经专家验证的 OD/OC 掩膜，按 193 张训练、49 张验证和 243 张测试进行划分，用于评估跨数据集稳健性。
【采集与来源】
数据来源包括视网膜眼底青光眼挑战赛（REFUGE）数据集、由新加坡眼科研究所采集的 ORIGA 数据集，以及 RIM-ONE 数据库的整理版本 RIM-ONE DL。REFUGE 为主要基准；ORIGA 的采集机构为新加坡眼科研究所；RIM-ONE DL 则基于 RIM-ONE 数据库整理而成。各来源的具体采集设备、采集地点与采集时间等细节，源站未提供。
【适用场景】
该数据集适用于视网膜眼底图像中视盘与视杯的分割任务，并可结合图像级青光眼标签或青光眼诊断信息用于青光眼相关的分类与筛查研究。由于同时包含 REFUGE、ORIGA 与 RIM-ONE DL 三个来源，且 REFUGE 以子集间分布差异著称，该数据集也适合用于跨数据集稳健性评估，即在某一来源上训练或验证的模型在另一来源测试图像上的表现考察。
【使用方法】
使用时应遵循各子集既定的划分方式：REFUGE 采用官方划分，即 1,200 张训练、400 张验证和 400 张测试图像；ORIGA 按 260/65/325 张划分为训练/验证/测试，并保留原始类别分布；RIM-ONE DL 按 193 张训练、49 张验证和 243 张测试进行划分。训练时可利用专家 OD/OC 掩膜作为分割监督信号，利用图像级青光眼标签或青光眼诊断作为分类监督信号；测试阶段可在各子集测试图像上评估分割性能，并借助不同来源之间的划分进行跨数据集稳健性考察。具体标注格式、文件组织方式与读取接口，源站未提供。
【质量与限制】
各子集均提供专家标注的 OD/OC 掩膜，RIM-ONE DL 的掩膜经专家验证，ORIGA 配有青光眼诊断，REFUGE 提供图像级青光眼标签，标注来源具有专家参与的基础。REFUGE 子集之间存在分布差异，这一特性在作为基准使用时需加以注意。ORIGA 与 RIM-ONE DL 的划分比例由使用方设定，与 REFUGE 的官方划分方式不同，跨子集比较时需考虑划分差异。此外，各来源的图像总数、类别构成与标注内容并不一致，ORIGA 仅说明 168 张为青光眼图像，其余类别构成未详细说明；关于图像分辨率、设备参数、标注一致性指标等质量细节，源站未提供。
【引用与许可】
该数据集由 zr Hai 发布，机构为 IEEE DataPort，发布时间为 2025 年，采用 Creative Commons Attribution 4.0 International 许可，使用时宜遵循该许可的署名要求。数据来源站为 doi.org。关于具体引用格式、作者贡献说明及版本更新信息，源站未提供。
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。
暂未开放公开下载
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。
免登录有偿下载
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
源站：https://doi.org/10.21227/tdrk-5668
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
视网膜眼底青光眼挑战赛（REFUGE）数据集是我们的主要基准，以其子集间的分布差异而著称。我们遵循官方划分，即1,200张训练图像、400张验证图像和400张测试图像，每张图像均配有专家标注的OD/OC掩膜及图像级青光眼标签。由新加坡眼科研究所采集的ORIGA数据集包含650张图像（其中168张为青光眼），附有OD/OC标注和青光眼诊断。我们按260/65/325张图像划分训练/验证/测试集，保持原始类别分布。RIM-ONE DL是RIM-ONE数据库的精选版本，包含485张图像（313张正常，172张青光眼），配有经专家验证的OD/OC掩膜。我们将数据划分为193张训练图像、49张验证图像和243张测试图像，以评估跨数据集鲁棒性。
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。
