YOLOv8格式痤疮数据集
该数据集是一个以YOLOv8格式标注的图像数据集，包含用于痤疮检测的皮肤图像，其中痤疮区域以边界框形式进行标注，数据模态为图像，主要应用于计算机视觉领域的目标检测任务，支持痤疮自动识别和皮肤病学相关研究。
基本信息
资源简介
YOLOv8格式痤疮数据集
【数据集背景】
本数据集源站标题为《Acne Dataset in YOLOv8 Format》。源站首次发布：2024-02-03。
【数据内容】
源站原始描述：This dataset consists of 927 image files that were labeled using Roboflow. The dataset is in YOLOv8 format. The dataset is divided into train, validation and test. Data replication processes were also applied. # Preprocessing - Auto-Orient: Applied - Resize: Stretch to 640x640 # Augmentations - Outputs per training example: 3 - 90° Rotate: Clockwise, Counter-Clockwise - Saturation: Between -20% and +20% - Blur: Up to 1.5px
【数据结构与技术规格】
文件数 20 个，合计 952.09 KB。
【主题与分类】
主题标签：earth and nature、arts and entertainment、image、education、automobiles and vehicles、computer vision、object detection、diseases、yolov8。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/osmankagankurnaz/acne-dataset-in-yolov8-format
使用许可：Apache 2.0。
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("osmankagankurnaz/acne-dataset-in-yolov8-format")
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 osmankagankurnaz/acne-dataset-in-yolov8-format
unzip acne-dataset-in-yolov8-format.zip -d acne-dataset-in-yolov8-format/
数据说明
这是一个用于痤疮检测的图像数据集，以YOLOv8格式进行标注和组织，适用于目标检测任务。该数据集包含皮肤图像，其中痤疮区域已被标注为边界框，数据来源于Roboflow平台，并已通过该平台的标注工具进行标准化处理。该数据集主要应用于计算机视觉和皮肤病学领域，支持痤疮自动识别、严重程度评估等研究方向。
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。
