女性脱发分割数据集
该数据集是一个包含女性头顶脱发图像及其对应分割掩码的医学影像数据集，数据模态为图像，主要用于训练图像分割模型以自动识别脱发区域，支持脱发诊断、严重程度量化等计算机辅助医学研究。
基本信息
资源简介
女性脱发分割数据集
【数据集背景】
本数据集源站标题为《Hair Loss in Women Segmentation Dataset》。源站首次发布：2025-07-08。
【数据内容】
源站原始描述：# Bald Women Dataset Dataset comprises **1,080** images of **540** women with alopecia, featuring top-view scalp images paired with **segmentation masks**. It is designed for **machine learning** and **deep learning** applications, focusing on **hair follicles**, **hair density** , and **scalp health analysis**. By leveraging this dataset, researchers and developers can enhance early detection, accurate diagnosis, and personalizing **treatment strategies** for hair thinning, hair falling, and **…
【数据结构与技术规格】
文件数 11 个，合计 13.11 MB。
【主题与分类】
主题标签：image、image classification、medicine、people and society、image segmentation。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/unidpro/women-hair-loss-dataset
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("unidpro/women-hair-loss-dataset")
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 unidpro/women-hair-loss-dataset
unzip women-hair-loss-dataset.zip -d women-hair-loss-dataset/
数据说明
该数据集是一个用于女性脱发研究的医学影像数据集，包含从头顶拍摄的脱发（秃发症）图像及其对应的分割掩码。数据来源于公开采集，以图像形式呈现，主要用于训练和评估图像分割模型，以自动识别和分割脱发区域。该数据集支持计算机辅助诊断、脱发程度量化以及相关医学影像分析研究。
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。
