男性脱发检测数据集（Norwood分级）
该数据集是一个包含男性头部图像的医学图像数据集，基于Norwood分级标准记录了不同脱发阶段的图像数据，主要用于计算机视觉领域的脱发自动检测与分级研究，支持临床诊断和毛发相关医疗应用开发。
基本信息
资源简介
男性脱发检测数据集（Norwood分级）
【数据集背景】
本数据集源站标题为《Bald Men - Bald Detection Dataset, Norwood Scale》。源站首次发布：2024-04-25。
【数据内容】
源站原始描述：# Bald Men Image Dataset The dataset contains images of men with various **stages of hair loss**. Each person is represented by **5 images** showcasing their condition. The alopecia dataset encompasses diverse *demographics, age and ethnicities.* Each case of hair loss is labeled by the Norwood scale. **Shooting angles** in the dataset: ! ## 👉 Legally sourced datasets and carefully structured for AI training and model development. Explore samples from our dataset - Full dataset The balding…
【数据结构与技术规格】
文件数 20 个，合计 21.34 MB。
【主题与分类】
主题标签：image、image classification、medicine、people、make-up and cosmetics。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/trainingdatapro/bald-men
使用许可：Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)。
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("trainingdatapro/bald-men")
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 trainingdatapro/bald-men
unzip bald-men.zip -d bald-men/
数据说明
该数据集是一个用于男性脱发检测的医学图像数据集，主要包含不同脱发阶段（基于Norwood分级标准）的男性头部图像。数据来源于公开采集，通过图像形式记录男性秃顶的不同程度，涵盖了从轻微发际线后移到完全秃顶的多个阶段。该数据集主要用于计算机视觉和医学图像分析领域，支持脱发自动检测、分级评估以及相关临床研究。
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。
