工业家禽质量控制数据集：鸡胴体病理状况多类分类
该存储库包含Marcelo dos Santos博士研究期间收集的20000张鸡胴体图像数据集。图像在禽类加工厂的工业条件下采集，随后经过数据增强处理
基本信息
资源简介
工业家禽质量控制数据集：鸡胴体病理状况多类分类
该数据集名为“Industrial poultry quality control dataset: multi-class classification of pathological conditions in chicken carcasses”，是一个面向禽类加工质量控制的图像数据集，共包含20,000张鸡胴体图像。这些图像采集自禽类加工厂的工业生产线环境，并在采集后经过了数据增强处理。数据集按照健康状况与病变类型划分为9个文件夹，其中1个文件夹存放健康胴体图像，另外8个分别对应不同类型的病变。图像以JPEG格式存储，分辨率约为130万像素（1280 × 1024像素），平均文件大小约500 KB。每张图像最多可拍摄三只胴体，拍摄场景为工厂生产线在正常工作条件下的真实状态。该数据集由Santos, Marcelo Carlos Benitez dos与Angelis, André Franceschi de共同完成，来源于Repositório de Dados de Pesquisa da Unicamp，发布时间为2026年，本站将其归类于肌肉骨骼系统疾病 / 其他。
【数据集背景】
该数据集依托Marcelo dos Santos的博士研究建立，旨在为禽类加工环节中的自动化食品检验与质量控制提供数据基础。在工业禽类加工过程中，胴体健康状况的判定通常依赖人工检查，而该数据集的出现为训练和评估人工智能模型提供了条件，使模型能够对鸡胴体的病理状况进行多类别分类。数据集所关注的核心任务，是区分健康胴体与多种不同类型的病变，从而服务于加工线上的质量筛查需求。
【数据内容】
数据集共包含20,000张鸡胴体图像，全部以JPEG格式保存，分辨率约为1280 × 1024像素，约合130万像素，平均每张图像的文件大小约为500 KB。数据集在组织上分为9个文件夹：其中一个文件夹收录健康胴体图像，其余8个文件夹分别对应8种不同类型的病变。每张图像最多可同时呈现三只胴体，这些胴体是在工厂生产线上、于正常工作条件下被拍摄的。此外，数据集还包含1个PDF文件，用于提供数据集描述与元数据；同时包含3个JPEG文件，作为代表性图像示例。
【采集与来源】
该数据集的图像采集自禽类加工厂的工业环境，拍摄对象为加工生产线上的鸡胴体。图像采集工作是在Marcelo dos Santos的博士研究期间完成的，采集后经过了数据增强处理。数据集由Santos, Marcelo Carlos Benitez dos与Angelis, André Franceschi de共同署名，机构来源为Repositório de Dados de Pesquisa da Unicamp，来源站为doi.org，发布时间为2026年。
【适用场景】
该数据集主要用于训练和评估人工智能模型，以实现禽类加工中的自动化食品检验与质量控制。具体而言，它适用于鸡胴体病理状况的多类别分类任务，即区分健康胴体与8种不同类型的病变。由于图像采集自真实的工业生产环境，该数据集适合用于面向生产线质量筛查的模型开发与性能评估。
【使用方法】
数据集以9个文件夹的形式组织，其中1个文件夹为健康胴体，8个文件夹分别对应不同类型的病变，使用者可据此进行多类别分类模型的训练与评估。图像为JPEG格式，分辨率约为1280 × 1024像素，平均文件大小约500 KB。数据集附带1个PDF文件，内含数据集描述与元数据，可用于了解数据集的结构与背景；另有3个JPEG文件作为代表性图像示例。每张图像最多包含三只胴体，使用时可结合这一特点进行相应的标注与处理。
【质量与限制】
图像采集于禽类加工厂的工业条件下，拍摄场景为工厂生产线在正常工作条件下的真实状态，每张图像最多拍摄三只胴体。图像经过数据增强处理，以JPEG格式存储，分辨率约为1280 × 1024像素，平均文件大小约500 KB。关于数据集在其他方面的质量指标、标注一致性、类别平衡性以及具体限制，源站未提供。
【引用与许可】
该数据集的作者为Santos, Marcelo Carlos Benitez dos与Angelis, André Franceschi de，机构为Repositório de Dados de Pesquisa da Unicamp，来源站为doi.org，发布时间为2026年。关于该数据集的引用格式与许可条款，源站未提供。
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
源站：https://doi.org/10.25824/redu/xohisz
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
本仓库包含Marcelo dos Santos博士研究期间采集的20,000张鸡胴体图像数据集。这些图像是在家禽加工厂的工业条件下获取的，随后经过了数据增强处理。数据集分为9个文件夹：一个包含健康胴体，八个代表不同类型的病变。该数据集旨在训练和评估用于家禽加工中自动化食品检验和质量控制的人工智能模型。每张图像最多捕捉到在工厂生产线上正常工作条件下拍摄的三只胴体。图像以JPEG格式存储，分辨率约为130万像素（1280 × 1024像素），平均文件大小为500 KB。数据集结构：• 1个PDF文件：数据集描述和元数据 • 3个JPEG文件：代表性图像样本 • 按分类组织的压缩文件夹：- 健康胴体 - 抓伤 - 关节炎 - 足垫皮炎 - 皮炎 - 皮肤病 - 骨折 - 血肿 - 皮肤撕裂
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。
