微量营养素缺乏数据

资源简介

微量营养素缺乏数据

Micronutrient Deficiency Data 是一个面向面部皮肤问题目标检测的公开数据集，其英文全称为 Micronutrient Deficiency Data，本站将其归类于皮肤与结缔组织疾病 / 痤疮方向。该数据集来源于 doi.org，由 Amey Agarwal、Shreya Rathod、Riva Rodrigues、Nirmitee Sarode 与 Dhananjay R. Kalbande 共同完成，机构信息标注为 IEEE DataPort，发布时间为 2025 年。数据集围绕面部微量营养素缺乏相关皮肤表现展开，共包含 7 个类别，其中 6 类为面部皮肤问题，另设 1 个空类。图像中的面部皮肤问题可通过边界框标注进行识别与标记，整体数据规模约为 169 MB，适用于目标检测模型的训练、验证与测试。

【数据集背景】

该数据集对应一篇研究论文，论文题目为 Assessment of Inference Improvements for Facial Micronutrient Deficiency Detection using Attention-Enhanced YOLOv5。从题目可以看出，该数据集服务于面部微量营养素缺乏检测任务，并与注意力增强的 YOLOv5 模型相关。数据集的主题标签包括面部皮肤问题、微量营养素缺乏、YOLOv5、目标检测、皮肤与结缔组织疾病以及痤疮。本站将其分类为皮肤与结缔组织疾病 / 痤疮，说明其应用方向与皮肤相关疾病的识别和分析有关。数据集的设计目标在于支持面部皮肤问题的定位与分类，从而为微量营养素缺乏相关表现的自动检测提供数据基础。

【数据内容】

数据集共包含 7 个类别，类别编号与名称分别为：0 对应 acne，1 对应 blackhead，2 对应 darkspot，3 对应 freckle，4 对应 nodules，5 对应 skinredness，6 对应 null。其中前 6 类为面部皮肤问题，null 为空类。图像中的面部皮肤问题可以被识别并使用边界框标注进行标记。数据集目录结构为 MicronutrientDeficiencyData-1，根目录下包含 data.yaml、README.dataset.txt、README.roboflow.txt，以及 test、train、valid 三个子目录。每个子目录下均包含 images 与 labels 两个文件夹，images 中存放 .jpg 图像文件，labels 中存放 .txt 标注文件。标注文件采用 TXT 格式，格式说明为 Format : Y。数据集文件夹大小为 169 MB。

【采集与来源】

该数据集来源于 doi.org，源站提供了论文信息与数据集说明。作者包括 Amey Agarwal、Shreya Rathod、Riva Rodrigues、Nirmitee Sarode，机构标注为 IEEE DataPort，发布时间为 2025 年。关于图像的具体采集设备、采集地点、采集时间、受试者信息、伦理审批信息以及原始图像来源等，源站未提供。数据集通过 doi.org 发布，并提供了 README.dataset.txt 与 README.roboflow.txt 等说明文件，表明其可能经过 Roboflow 平台整理或导出，但具体采集流程与来源细节源站未提供。

【适用场景】

该数据集适用于面部皮肤问题的目标检测任务，尤其可用于训练和评估基于 YOLOv5 或注意力增强 YOLOv5 的检测模型。其类别覆盖痤疮、黑头、暗斑、雀斑、结节和皮肤发红等面部皮肤表现，可用于面部微量营养素缺乏相关检测研究。由于本站将其归类为皮肤与结缔组织疾病 / 痤疮，该数据集也可用于皮肤疾病辅助识别、面部皮肤状态分析以及相关计算机视觉模型的验证。数据集包含 train、valid、test 三个划分，适合用于模型训练、调参与性能测试。平台与环境方面，源站说明无需特定平台，也无需特定环境。

【使用方法】

使用时可按目录结构组织数据：根目录下包含 data.yaml、README.dataset.txt、README.roboflow.txt，以及 test、train、valid 三个子目录。每个子目录下包含 images 与 labels 文件夹，分别存放 .jpg 图像与 .txt 标注文件。标注文件采用 TXT 格式，格式说明为 Format : Y。类别编号与名称对应关系为：0 为 acne，1 为 blackhead，2 为 darkspot，3 为 freckle，4 为 nodules，5 为 skinredness，6 为 null。用户可根据 data.yaml 配置文件加载数据，并按照目标检测任务的标准流程进行训练、验证与测试。由于源站说明无需特定平台与特定环境，用户可在常规深度学习环境中使用该数据集。

【质量与限制】

数据集包含 7 个类别，其中 6 类为面部皮肤问题，1 类为空类。图像采用边界框标注，标注文件为 TXT 格式。数据集文件夹大小为 169 MB。关于图像分辨率、图像数量、标注数量、类别平衡性、标注一致性、标注人员信息、数据清洗流程以及潜在偏差等质量指标，源站未提供。关于数据集的限制、使用风险、伦理问题与隐私处理方式，源站未提供。因此，在使用该数据集时，应结合具体任务需求评估其适用性，并注意源站未提供相关质量与限制说明。

【引用与许可】

该数据集采用 Creative Commons Attribution 4.0 International 许可。引用时需注明作者 Amey Agarwal、Shreya Rathod、Riva Rodrigues、Nirmitee Sarode 与 Dhananjay R. Kalbande，机构为 IEEE DataPort，发布时间为 2025 年。数据集英文名称为 Micronutrient Deficiency Data，来源站为 doi.org。相关论文题目为 Assessment of Inference Improvements for Facial Micronutrient Deficiency Detection using Attention-Enhanced YOLOv5。使用时应遵守 Creative Commons Attribution 4.0 International 许可条款，并按照学术规范进行引用。