ZJU Eye-Pretrain数据集
ZJU Eye-Pretrain数据集是一个包含110万张眼科图像的大规模多模态数据集，涵盖OCT B扫描、彩色眼底、灰度SLO等多种图像模态，数据来源于私人SS-OCT图像、公共眼底图像和公共OCT图像三部分，覆盖多种眼科疾病，主要应用于眼科影像分析、视网膜疾病诊断、图像分类、分割和生成等研究方向，为眼科人工智能模型预训练和下游任务提供统一且高质量的数据支持。
基本信息
资源简介
ZJU Eye-Pretrain数据集
【数据集背景】
本数据集源站标题为《MaybeRichard/zju-eye-pretrain》。源站首次发布：2026-05-25。
【数据内容】
源站原始描述：# ZJU Eye-Pretrain Dataset > Unified multi-source ophthalmological imaging dataset for foundation model pretraining and downstream tasks. **1.18M images** spanning **57 cohorts** with a **strict 41-column unified manifest schema**. ## Composition **1,179,458 images · 57 cohorts · 8 modalities**, under one strict 41-column unified manifest schema. Stored as HF parquet shards in `data/{private_topcon, public_fundus, public_oct, public_new}/`; loadable by batch or by single cohort (57 configs, see…
文件 DATASET_OVERVIEW.md 为文本内容，开头为：# Eye Pretrain 数据集总览 > 生成时间：2026-05-23 > > 三批数据，统一 41 列 manifest schema，caption v2 疾病/病灶中心 1–3 档/image (short/medium/dense)，cohort 命名空间隔离 - ## 0. 一表见全貌 |…
文件 LICENSE 为文本内容，开头为：# License Summary (per-cohort) This dataset aggregates ophthalmological data from 26 sources with diverse licenses. Users MUST comply with the license of each…
文件 USAGE_GUIDE.md 为文本内容，开头为：# ZJU Eye-Pretrain 数据集使用指南 > 面向训练侧的实操手册（lsc60 本地 + HF Hub 两种用法） > > 数据集仓库: https://huggingface.co/datasets/MaybeRichard/zju-eye-pretrain > > 本地副本: `lsc60:/hom…
【数据结构与技术规格】
文件数 710 个，合计 363.63 GB。
【主题与分类】
主题标签：task_categories:image-classification、task_categories:image-segmentation、task_categories:image-to-image、task_categories:text-to-image、task_categories:unconditional-image-generation、language:en、language:zh、license:other、size_categories:1M<n<10M、modality:tabular。
【获取与许可】
源站页面：https://huggingface.co/datasets/MaybeRichard/zju-eye-pretrain
使用许可：other。
【使用注意】
· 源站最后修改于 2026-06-16，引用时请注意版本时效。
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数据集是一个统一的多源眼科成像数据集，专门用于基础模型预训练和下游任务。该数据集包含总计110万张图像，涵盖26个队列，采用严格的41列统一清单模式进行组织。数据集由三部分组成：私人上海DRI OCT Triton（SS-OCT）图像（419,042张，包含OCT B扫描、彩色眼底和灰度SLO模态）、公共眼底图像（198,629张，主要为彩色眼底图像，部分包含GAMMA OCT）和公共OCT图像（488,705张，为OCT B扫描）。数据集覆盖多种眼科疾病和成像技术，如视网膜、OCT、眼底、SLO等，适用于图像分类、分割、生成等任务。此外，数据集还提供每张图像的5个标题（总计550万标题），支持流式加载以处理大规模数据。许可为混合眼科许可，商业使用受限。
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。
