痤疮数据集图像

该数据集是一个包含高质量皮肤图像的医学数据集,数据模态为图像,主要用于痤疮检测和皮肤分类的深度学习研究,支持皮肤病学诊断和计算机视觉模型的开发与评估。

tiswan14tiswan14
kaggle
2025-10-09 更新
浏览 29
imagecomputer visiondeep learningcnntensorflow
Acne Dataset Image

基本信息

大小
0.13 GB
许可
Apache 2.0
创建/更新时间
2025-10-09
版本
v1

资源简介

痤疮数据集图像

【数据集背景】

本数据集源站标题为《Acne Dataset Image》。源站首次发布:2025-10-09。

【数据内容】

源站原始描述:**📘 About the Dataset** The Acne Dataset Image is a collection of high-quality skin images designed to support research and development in acne detection and classification using deep learning. This dataset includes images of five major acne types — Blackheads, Whiteheads, Papules, Pustules, and Cysts. Each category contains multiple clear and diverse samples that can be used for model training, validation, and testing. **🧩 Structure** The dataset is divided into three main directories: train/ –…

【数据结构与技术规格】

文件数 20 个,合计 571.24 KB。

【主题与分类】

主题标签:image、computer vision、deep learning、cnn、tensorflow。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/tiswan14/acne-dataset-image

使用许可:Apache 2.0。

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("tiswan14/acne-dataset-image")
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 tiswan14/acne-dataset-image
unzip acne-dataset-image.zip -d acne-dataset-image/

数据说明

该数据集是一个高质量的医学图像数据集,专门用于痤疮检测和皮肤分类研究。数据集包含多张皮肤图像,涵盖不同痤疮类型和严重程度,数据来源于Kaggle平台,通过图像采集和标注构建而成。主要应用于皮肤病学、计算机视觉和深度学习领域,支持痤疮自动识别、皮肤健康评估等研究方向。

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。

获取专属数据定制方案