脱发数据集

该数据集是一个包含不同程度脱发和秃顶人群图像的医学图像数据集,数据模态为图像,主要用于脱发研究、秃顶分析和计算机视觉在皮肤病学中的应用,支持脱发程度自动分类和人工智能辅助诊断系统的开发。

sithu kaungsetsithu kaungset
kaggle
2023-03-30 更新
浏览 36
imagedeep learninghealthcareimage classificationconvolution
Hair loss Dataset

基本信息

大小
0.37 GB
许可
CC0: Public Domain
创建/更新时间
2023-03-30
版本
v3

资源简介

脱发数据集

【数据集背景】

本数据集源站标题为《Hair loss Dataset》。源站首次发布:2023-03-30。

【数据内容】

源站原始描述:This dataset contains 560 photos of people with different degrees of hair loss, baldness and 554 photos of ordinary people with normal hair. The dataset provides images of hair loss and baldness and can be used for various CNN model based classification on hair and baldness related healthcare problem

【数据结构与技术规格】

文件数 20 个,合计 4.94 MB。

【主题与分类】

主题标签:image、deep learning、healthcare、image classification、convolution。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/sithukaungset/hairlossdataset

使用许可:CC0: Public Domain。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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("sithukaungset/hairlossdataset")
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 sithukaungset/hairlossdataset
unzip hairlossdataset.zip -d hairlossdataset/

数据说明

该数据集是一个医学图像数据集,包含具有不同程度脱发和秃顶症状的人群图像。数据集中提供了不同阶段的脱发案例,可用于研究和分析脱发模式。数据来源于Kaggle平台公开收集,适用于医学图像分析、皮肤病学研究、脱发程度自动分类以及人工智能辅助诊断系统的开发。主要研究方向包括计算机视觉在皮肤病学中的应用、脱发分级评估和秃顶预测模型构建。

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。

获取专属数据定制方案