痤疮识别数据集，220人
该数据集包含220名IGA量表评级为3-4级中度至重度痤疮患者的皮肤图像数据，属于医学图像模态，主要用于痤疮的自动识别与分级研究，支持皮肤病学图像分析、计算机辅助诊断以及机器学习模型在皮肤科的应用开发。
基本信息
资源简介
痤疮识别数据集，220人
【数据集背景】
本数据集源站标题为《Acne Recognition Dataset, 220 people》。源站首次发布：2023-04-27。
【数据内容】
源站原始描述：# Skin Disease Classification dataset Dermatology dataset includes 686 photos and suitable for the the neural network to identify problem areas of the skin on the face by the IGA scale . The neural network will be used in hospitals and will automate the routine work of dermatologists. # 💴 For Commercial Usage: To discuss your requirements, learn about the price and buy the dataset, leave a request on **roman@kucev.com** to buy the dataset # Content 228 people with skin problems rated 3-4 stage o…
【数据结构与技术规格】
文件数 20 个，合计 56.45 MB。
【主题与分类】
主题标签：image、computer vision、healthcare、medicine。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/tapakah68/skin-problems-34-on-the-iga-scale
使用许可：Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)。
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("tapakah68/skin-problems-34-on-the-iga-scale")
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 tapakah68/skin-problems-34-on-the-iga-scale
unzip skin-problems-34-on-the-iga-scale.zip -d skin-problems-34-on-the-iga-scale/
数据说明
该数据集是一个用于痤疮识别的皮肤病学数据集，包含220名患者的皮肤问题图像数据，所有患者均在IGA（研究者整体评估）量表上被评定为3-4级中度至重度痤疮。数据集主要用于支持痤疮的自动识别与分级研究，可应用于计算机辅助诊断、皮肤病学图像分析以及机器学习模型训练等领域。
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。
