AMI耳朵数据库
AMI可作为外耳道闭锁和小耳畸形相关外耳形态算法的基础数据，用于耳廓轮廓提取、左右耳差异和外耳结构识别。
基本信息
资源简介
AMI耳朵数据库
【一句话概览】
AMI Ear Database 由 Esther Gonzalez 在攻读计算机科学博士期间创建，图像采集自西班牙拉斯帕尔马斯大学计算机科学系的学生、教师和工作人员，拍摄于室内环境。数据库来自 100 名受试者，年龄在 19 至 65 岁之间，每人拍摄七张图像，包括六张右耳图像和一张左耳图像，共 700 张。图像使用 Nikon D100 相机在相同光照条件下拍摄，受试者坐姿距相机约 2 米，并注视预先固定的标记。图像按受试者顺序编号，分辨率为 492 x 702 像素，均为 jpeg 格式（来源 ctim.ulpgc.es）。
【数据集背景】
本数据集源站标题为《AMI Ear Database》。
【数据内容】
源站原始描述：AMI Ear Database was created by Esther Gonzalez during her work on the PhD in Computer Science. It consists of ear images collected from students, teachers and staff of the Computer Science department at Universidad de Las Palmas de Gran Canaria (ULPGC), Las Palmas, Spain. The images have been taken in an indoor environment. The database was acquired from 100 different subjects, all of them in the age range of 19-65 years. For each individual, seven images (six right ear images and one left ear…
中文译文（机器翻译，仅供快速理解，请以原文为准）：AMI 耳部数据库由 Esther Gonzalez 在其攻读计算机科学博士学位期间创建。该数据库包含从西班牙拉斯帕尔马斯大学（Universidad de Las Palmas de Gran Canaria，ULPGC）计算机科学系的学生、教师和工作人员处采集的耳部图像。这些图像均在室内环境下拍摄。数据库采集自 100 名不同受试者，年龄范围均为 19 至 65 岁。每位受试者拍摄了七张图像（六张右耳图像和一张左耳图像）。所有图像均使用 Nikon D100 相机在相同光照条件下拍摄，受试者坐在距相机约 2 米处，并注视预先固定的标记。七张图像中有六张使用 135 mm 焦距拍摄，我们称为 ZOOM 的图像则使用 200 mm 焦距拍摄。拍摄的五张图像为右侧轮廓（右耳），受试者分别面朝前方（FRONT）、向上和向下看（UP、DOWN）以及向左和向右看（LEFT、RIGHT）。第六张右侧轮廓图像拍摄时受试者同样面朝前方，但使用了不同的相机焦距（ZOOM）。最后一张图像（BACK）为左侧轮廓（左耳），受试者面朝前方，相机焦距与前五张图像相同。该数据库共 700 张图像，已按每位受试者使用整数标识编号依次编号。这些图像的分辨率为 492 x 702 像素，均以 jpeg 格式提供。
【主题与分类】
主题标签：ear、biometrics、2D images、ear recognition、jpeg。
【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://ctim.ulpgc.es/research_works/ami_ear_database/
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://ctim.ulpgc.es/research_works/ami_ear_database/
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
包含多受试者侧面耳朵图像，用于耳廓生物识别和外耳形态分析。
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。
