ACNE04-30605
包含1,457张面部痤疮照片，标注严重度分级和病灶边界框，用于分类和检测。
基本信息
资源简介
ACNE04
【数据集背景】
本数据集源站标题为《Layered-Labs/ACNE04》。源站首次发布：2026-09-15。
【数据内容】
源站原始描述：ACNE04 1,457 facial acne photographs, rebuilt from the original ACNE04 release with clean image/label separation, verified 4-level Hayashi severity grades, and 18,983 lesion-level bounding box annotations. - ## Overview This dataset packages the full ACNE04 corpus, 1,457 facial photographs graded for acne severity on the 4-level Hayashi scale, as a single, ready-to-load Hugging Face dataset. Every image is embedded directly in the parquet files alongside its full label set: severity grade (`le…
文件 banner.svg 为文本内容，开头为：<svg width="1200" height="400" viewBox="0 0 1200 400" fill="none" xmlns="http://www.w3.org/2000/svg" xmlns:xlink="http://www.w3.org/1999/xlink"> <g clip-path="…
【数据结构与技术规格】
文件数 4 个，合计 1.13 GB。
【主题与分类】
主题标签：task_categories:image-classification、task_categories:object-detection、language:en、license:other、size_categories:1K<n<10K、format:parquet、modality:image、modality:text、library:datasets、library:dask。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://huggingface.co/datasets/Layered-Labs/ACNE04
使用许可：other。
【使用注意】
· 源站最后修改于 2026-09-17，引用时请注意版本时效。
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。
暂未开放公开下载
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。
免登录有偿下载
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("Layered-Labs/ACNE04")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/Layered-Labs/ACNE04
仓库文件结构
.gitattributesREADME.mdbanner.svg
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。
