VizWiz目标定位数据
低视力用户图像中目标框标注，适合无障碍目标定位，由VizWiz Team提供，来自VizWiz数据库，包含10000条数据，适用于目标检测任务。
基本信息
资源简介
VizWiz目标定位数据
【一句话概览】
我们提出一个少样本定位数据集，源自真实尝试了解所拍图像视觉内容的摄影师。该数据集包含超过5600张由视障人士拍摄的图像中116个类别的近10000个分割，其中100个基础类来自VizWiz-FewShot，16个新类来自BIV-Priv-Seg。与现有少样本目标检测和实例分割数据集相比，该数据集首次定位物体中的孔洞，物体相对图像占据更大尺寸范围，且文本在物体中出现频率高出五倍以上（来源 vizwiz.org）。
【数据集背景】
本数据集源站标题为《Few-Shot Object Localization》。
【数据内容】
源站原始描述：We introduce a few-shot localization dataset originating from photographers who authentically were trying to learn about the visual content in the images they took. It includes nearly 10,000 segmentations of 116 categories (100 base classes in VizWiz-FewShot and 16 novel classes in BIV-Priv-Seg) in over 5,600 images that were taken by people with visual impairments. Compared to existing few-shot object detection and instance segmentation datasets, our dataset is the first to locate holes in obje…
中文译文（机器翻译，仅供快速理解，请以原文为准）：我们介绍了一个少样本定位数据集，该数据集源自那些真心想要了解自己所拍摄图像视觉内容的摄影师。它包含了由视觉障碍人士拍摄的超过5600张图像中的116个类别（VizWiz-FewShot中的100个基础类别和BIV-Priv-Seg中的16个新类别）的近10000个分割。与现有的少样本物体检测和实例分割数据集相比，我们的数据集首次定位了物体中的空洞（例如，在我们的分割中发现12.3%存在此情况），展示了相对于图像占据更大尺寸范围的物体，并且文本在我们物体中的出现频率高出五倍以上（例如，在我们的分割中发现22.4%含有文本）。
【主题与分类】
主题标签：Few-Shot Object Localization、Object Detection、Instance Segmentation、Visual Impairment、VizWiz-FewShot、BIV-Priv-Seg、Images。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://vizwiz.org/tasks-and-datasets/object-localization/
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。
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
源站：https://vizwiz.org/tasks-and-datasets/object-localization/
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
低视力用户图像中目标框标注，适合无障碍目标定位。
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。
