数据集获取（ModelScope）

方式一：MsDataset（Python）

# 前置依赖: pip install modelscope
from modelscope.msdatasets import MsDataset

ds = MsDataset.load("Genius-Society/HEp2", subset_name="default", split="train")
print(ds)

方式二：CLI（命令行）

pip install modelscope
modelscope download dataset Genius-Society/HEp2

数据集卡片摘录（源站）

简介

HEp-2 (Human Epithelial type 2) 数据集是医学图像分析领域中广泛使用的基准数据集，尤其是用于抗核抗体 (ANA) 模式分类任务。该数据集包含了用荧光染色的 HEp-2 细胞的显微镜图像，展示了与各种自身免疫性疾病相关的自抗体结合的多种模式。研究人员和从业者利用 HEp-2 数据集来开发和评估用于自动化 ANA 模式识别的算法，从而帮助诊断自身免疫性疾病。该数据集中错综复杂的模式考验了计算模型的鲁棒性，使其成为推动自身免疫性疾病理解和先进医学图像分析技术发展的宝贵资源。

数据结构

图像	6分类标签
.png	0 着丝粒 / 1 高尔基体 / 2 同质 / 3 记忆体 / 4 核仁 / 5 斑核

数据预览

https://www.modelscope.cn/datasets/Genius-Society/HEp2/dataPeview

使用

:modelscope-code[]

维护

跳过大文件

GIT_LFS_SKIP_SMUDGE=1 

:modelscope-code[]

镜像

https://huggingface.co/datasets/Genius-Society/HEp2

致谢

• Chapter III - Classifying Cell Images Using Deep Learning Models
• HEp-2 Cell Image Classification with Deep Convolutional Neural Networks

<div style=“display:none”>

许可

MIT License

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。

源站：modelscope.cn/datasets/Genius-Society/HEp2