显微真菌图像 - DeFungi 数据集
该数据集来自 kaggle.com，包含 5000 张用于训练的高质量图像，图像取自酵母菌、霉菌或皮肤癣菌引起的浅表真菌感染，由专家协助人工标注为五个类别，并用自动算法裁剪
基本信息
资源简介
显微真菌图像 - DeFungi 数据集
Microscopic Fungi Image - DeFungi Dataset
该数据集来自 kaggle.com，包含 5000 张用于训练的高质量图像，图像取自酵母菌、霉菌或皮肤癣菌引起的浅表真菌感染，由专家协助人工标注为五个类别，并用自动算法裁剪。文件夹 images 下含 H1、H2、H3、H5、H6 五个子文件夹，分别对应 Candida albicans、Aspergillus niger、Trichophyton rubrum、Trichophyton mentagrophytes、Epidermophyton floccosum。可用于真菌感染的图像分类、计算机视觉与迁移学习研究（来源 Kaggle，Attribution 4.0 International (CC BY 4.0) 许可）。
【数据集背景】
源站首次发布：2023-08-05。
【数据内容】
源站描述（机器翻译，仅供参考）：概述 >本数据集附带 5000 张用于训练的高质量图像。图像来自酵母菌、霉菌或皮肤癣菌引起的浅表真菌感染。图像已由专家协助人工标注为五个类别，并经过整理。图像已用自动算法裁剪以生成最终数据集。 关键特征 文件夹 images 包含五个子文件夹，分别对应真菌的五个类别之一。子文件夹命名为 H1、H2、H3、H5 和 H6。根据 Sopo 等人的论文，这些子文件夹代表以下真菌类型： >H1: Candida albicans H2: Aspergillus niger H3: Trichophyton rubrum H5: Trichophyton mentagrophytes H6: Epidermophyton floccosum
【数据结构与技术规格】
文件数 20 个，合计 238.36 KB。
【主题与分类】
主题标签：earth and nature、biology、exploratory data analysis、computer vision、transfer learning。本站分类：感染/真菌感染。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/anshtanwar/microscopic-fungi-images
使用许可：Attribution 4.0 International (CC BY 4.0)。
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。
需登录公开下载
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://kaggle.com/datasets/anshtanwar/microscopic-fungi-images
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:
数据集大小约 94.2 MB。
数据说明
Ansh Tanwar (2023). Microscopic Fungi Image - DeFungi Dataset [Dataset]. https://www.kaggle.com/datasets/anshtanwar/microscopic-fungi-images
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。
