外耳可见光与热红外图像数据

该数据集虽不含胆脂瘤病灶,但可用于耳镜或移动采集流程中的耳部定位、外耳区域检测和图像质量控制模型。

DIASTDIAST
Kaggle
2021-01-01 更新
浏览 26
多模态分类imagebiologypeople
DIAST VITVEID

基本信息

模态
多模态
大小
0.004358415 GB
数据量
2200
任务类型
分类
许可
CC0
创建/更新时间
2021-01-01
版本
v1

资源简介

外耳可见光与热红外图像数据

【数据集背景】

本数据集源站标题为《DIAST VITVEID》。源站首次发布:2021-04-22。

【数据内容】

源站原始描述:Syed Zainal Ariffin, S. M. Z., Jamil, N., & Megat Abdul Rahman, P. N. (2016). DIAST Variability Illuminated Thermal and Visible Ear Images Datasets. In Proceeding of 2016 Signal Processing : Algorithms, Architectures, Arrangements, and Applications (SPA), 2016. DOI : 10.1109/SPA.2016.7763611 - Grayscale visible and thermal ear image of side face profile form 55 subjects. - Images were taken in 5 different illuminations (measured using a lux meter) for every subject, measured. - Illumination rang…

【数据结构与技术规格】

文件数 20 个,合计 44.45 KB。

【主题与分类】

主题标签:image、biology、people。

【适用方向】

多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/tbourton/diast-vitveid

使用许可:CC0: Public Domain。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

方式一:KaggleHub(Python,推荐 AI Agent 使用)

# 前置依赖: pip install kagglehub
import kagglehub

path = kagglehub.dataset_download("tbourton/diast-vitveid")
print("数据已下载至:", path)

方式二:Kaggle CLI(命令行)

# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d tbourton/diast-vitveid
unzip diast-vitveid.zip -d diast-vitveid/

数据说明

包含可见光和热红外外耳图像,用于耳部视觉识别与跨模态研究。

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。

许可

CC0

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。

获取专属数据定制方案