痤疮与皱纹数据集

该数据集是一个包含大量面部皮肤图像的数据集,数据模态为图像,主要用于痤疮和皱纹等皮肤问题的自动识别与分类研究,可应用于计算机视觉辅助皮肤病诊断和个性化护肤方案开发。

Hafsa MahbubHafsa Mahbub
kaggle
2024-05-14 更新
浏览 25
皮肤护理人工智能
Acne and Wrinkles Dataset

基本信息

大小
0.21 GB
许可
CC0: Public Domain
创建/更新时间
2024-05-14
版本
v2

资源简介

痤疮与皱纹数据集

【一句话概览】

该数据集标题为“ACNE AND WRINKLES DATASET”,原始描述为“AI for Skincare: Analyzing Acne and Wrinkles with Data Science”,共包含20个文件,合计大小806.2 KB,采用CC0公有领域许可(来源 Kaggle,CC0: Public Domain 许可)。

【数据集背景】

本数据集源站标题为《ACNE AND WRINKLES DATASET》。源站首次发布:2024-05-14。

【数据内容】

源站原始描述:AI for Skincare: Analyzing Acne and Wrinkles with Data Science

中文译文(机器翻译,仅供快速理解,请以原文为准):人工智能用于护肤:利用数据科学分析痤疮和皱纹

【数据结构与技术规格】

文件数 20 个,合计 806.16 KB。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/hafsamahbub17/acne-and-wrinkles-dataset

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("hafsamahbub17/acne-and-wrinkles-dataset")
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 hafsamahbub17/acne-and-wrinkles-dataset
unzip acne-and-wrinkles-dataset.zip -d acne-and-wrinkles-dataset/

数据说明

该数据集是一个面向皮肤护理和人工智能研究的图像数据集,专注于痤疮和皱纹的识别与分析。数据集包含大量面部皮肤图像,这些图像通过标注或分类方式区分了痤疮、皱纹等皮肤状况。数据来源于公开收集或医学影像,旨在支持基于数据科学的皮肤问题自动检测和分类研究。主要应用于计算机视觉、皮肤病学辅助诊断以及个性化护肤产品推荐等领域。

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