CPPE-5医疗个人防护装备数据集
CPPE-5（医疗个人防护设备）是一个新的具有挑战性的数据集，其目标是允许研究医疗个人防护设备的从属分类，这是其他流行的专注于广泛级别类别的数据集所无法实现的。该数据集的一些特征是： 高质量的图像和注释（每张图像约 4…
基本信息
资源简介
CPPE-5医疗个人防护装备数据集
【一句话概览】
CPPE-5（医疗个人防护设备）是一个新的具有挑战性的数据集，目标是支持医疗个人防护设备的从属分类，这是其他专注于广泛级别类别的流行数据集无法实现的。其特点包括高质量的图像和注释，每张图像约4.6个边界框；与当前任何此类数据集不同的真实图像；以及大多数非标志性图像，便于部署到真实环境。该数据集标签涉及图像、CV、医疗个人防护设备检测和目标检测（来源 opendatalab.org.cn）。
【数据集背景】
本数据集源站标题为《CPPE-5 (Medical Personal Protective Equipment Dataset)》。
【数据内容】
源站原始描述：CPPE-5（医疗个人防护设备）是一个新的具有挑战性的数据集，其目标是允许研究医疗个人防护设备的从属分类，这是其他流行的专注于广泛级别类别的数据集所无法实现的。该数据集的一些特征是： 高质量的图像和注释（每张图像约 4.6 个边界框） 与当前任何此类数据集不同的真实图像 大多数非标志性图像（允许轻松部署到真实环境）
中文译文（机器翻译，仅供快速理解，请以原文为准）：CPPE-5（医疗个人防护设备）是一个新的具有挑战性的数据集，其目标是允许研究医疗个人防护设备的从属分类，这是其他流行的专注于广泛级别类别的数据集所无法实现的。该数据集的一些特征是： 高质量的图像和注释（每张图像约 4.6 个边界框） 与当前任何此类数据集不同的真实图像 大多数非标志性图像（允许轻松部署到真实环境）
【主题与分类】
主题标签：图像、CV、医疗个人防护设备检测、目标检测。
【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://opendatalab.org.cn/OpenDataLab/CPPE-5
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://opendatalab.org.cn/OpenDataLab/CPPE-5
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 0.39 GB。
数据说明
CPPE-5是一个专注于医疗个人防护装备（PPE）从属分类的图像数据集，包含高质量真实场景图像，每张图像平均约4.6个边界框，用于支持细粒度目标检测与分类任务。
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。
