RahulPil 痤疮皮肤图像数据集
数据集主题聚焦皮肤与结缔组织疾病中的痤疮，规模在 1K 到 10K 之间，可用于痤疮相关的图像分类等任务（来源 Hugging Face）
基本信息
资源简介
RahulPil 痤疮皮肤图像数据集
RahulPil/Dermi_Acne_Dataset 是一个聚焦于皮肤与结缔组织疾病中痤疮问题的图像数据集，托管于 huggingface.co，发布时间为 2023 年 5 月 31 日。该数据集共包含 996 个文件，整体规模处于 1K 到 10K 之间，文件样例包括 test/0.jpg、test/1.jpg、test/10.jpg、test/100.jpg、test/101.jpg、test/102.jpg、test/103.jpg、test/104.jpg 等，合计约 36.62 MB。数据以图像形式组织，可用于痤疮相关的图像分类等任务，适合作为皮肤疾病方向机器学习研究的基础资源。
【数据集背景】
痤疮是一种常见的皮肤与结缔组织疾病，在临床与计算机辅助诊断研究中具有较高的关注度。该数据集以痤疮为主题，归类于皮肤与结缔组织疾病方向，旨在为相关图像分析任务提供数据支持。数据集来源于 huggingface.co，发布时间为 2023 年 5 月 31 日，主题标签涵盖图像模态、图像文件夹格式以及 datasets、mlcroissant 等库相关标识，区域标识为 us。
【数据内容】
数据集共包含 996 个文件，合计 36.62 MB。文件样例以 test 目录下的 JPEG 图像为主，例如 test/0.jpg、test/1.jpg、test/10.jpg、test/100.jpg、test/101.jpg、test/102.jpg、test/103.jpg、test/104.jpg 等。除 JPEG 图像外，数据还涉及 CSV 表格格式。数据规模处于 1K 到 10K 之间，整体体量适中，便于在常规计算资源下进行加载与处理。
【采集与来源】
该数据集托管于 huggingface.co，来源站为 Hugging Face。发布时间为 2023 年 5 月 31 日。关于数据的具体采集方式、采集地点、采集设备、受试者信息以及伦理审批等细节，源站未提供。
【适用场景】
该数据集主题聚焦于痤疮，可用于痤疮相关的图像分类等任务。其图像模态与图像文件夹组织形式，适合直接接入常见的图像分类流程。由于规模在 1K 到 10K 之间，可用于模型训练、验证或测试环节，也可作为皮肤与结缔组织疾病方向研究的辅助数据资源。
【使用方法】
使用时可先下载数据文件，共 996 个，合计 36.62 MB。随后按文件格式读取，包括 JPEG 图像与 CSV 表格。建议先在小样本上核对字段与编码，确认无误后再批量接入，以降低因格式或编码不一致带来的处理风险。数据以图像文件夹形式组织，可结合 datasets、mlcroissant 等库进行加载。
【质量与限制】
该数据集规模为 996 个文件，处于 1K 到 10K 之间，体量相对有限。关于图像分辨率、标注质量、类别分布、样本均衡性、患者人口统计学信息以及数据偏倚等具体质量指标，源站未提供。使用时需注意其规模与覆盖范围可能对模型泛化能力产生影响。
【引用与许可】
关于该数据集的引用格式、作者信息、许可协议及使用条款，源站未提供。
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("RahulPil/Dermi_Acne_Dataset")
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/RahulPil/Dermi_Acne_Dataset
数据集大小约 878.1 MB。
仓库文件结构
.gitattributes
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。
