可用于分割的RIGA数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.23158635

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 13.6 MB。

数据说明

该数据集包含源自RIGA（视网膜眼底图像用于青光眼分析）数据集的视盘和视杯分割掩膜。原始RIGA发布版将每位专家的标注以轮廓形式绘制在眼底图像的副本上。我们通过从标注图像中减去原始图像来恢复这些轮廓，对其进行填充，并根据形状大小将视盘与视杯分开。结果是每张图像和每位专家对应一个掩膜，每张图像最多可有六位专家的标注。掩膜覆盖MESSIDOR、BinRushed和Magrabia子集。掩膜保存为PNG文件，命名为image{N}-{J}.png（图像索引N，专家J = 1至6）。像素值为0表示背景，127表示视盘，255表示视杯。眼底图像本身未包含在内，必须从原始RIGA数据集获取。处理代码可在此处获得。

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。