女性脱发数据集 - 秃顶检测数据集（路德维希分级）
该数据集是一个包含女性头部图像的医学影像数据集，基于路德维希（Ludwig）分级标准标注了不同脱发阶段，主要用于训练和评估计算机视觉模型在秃顶检测和脱发程度分类方面的性能，支持皮肤病学研究和人工智能辅助诊断应用。
基本信息
资源简介
女性脱发数据集 - 秃顶检测数据集（路德维希分级）
【数据集背景】
本数据集源站标题为《Bald Women - Bald Detection Dataset, Ludwig scale》。源站首次发布：2024-04-25。
【数据内容】
源站原始描述：# Bald Women Dataset The dataset contains images of women 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.* **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 dataset is a valuable resource in understanding the progr…
【数据结构与技术规格】
文件数 20 个，合计 3.43 MB。
【主题与分类】
主题标签：image、biology、online communities、image classification、medicine、people、make-up and cosmetics。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/trainingdatapro/bald-women
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-women")
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-women
unzip bald-women.zip -d bald-women/
数据说明
该数据集是一个医学影像数据集，专门针对女性脱发的不同阶段进行构建，包含基于路德维希（Ludwig）分级标准的秃顶检测图像。数据集收录了女性在不同脱发程度下的头部图像，用于训练和评估计算机视觉模型在脱发阶段识别和分类方面的性能。数据来源于公开的医学影像资源，主要应用于皮肤病学、医学影像分析、人工智能辅助诊断等领域，支持脱发程度自动评估和临床研究。
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。
