男性脱发数据集

数据集获取与加载（Hugging Face datasets）

# 前置依赖: pip install datasets
from datasets import load_dataset

ds = load_dataset("ud-medical/male-hair-loss-dataset")
print(ds)  # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"

git lfs install && git clone https://hf-mirror.com/datasets/ud-medical/male-hair-loss-dataset

数据集大小约 16.6 MB。

仓库文件结构

• .gitattributes
• README.md
• annotation.json

数据说明

男性脱发数据集——包含2400多张图像。该数据集由从五个角度拍摄的头皮医学图像组成，依据诺伍德-汉密尔顿量表标注为七种分类，有助于诊断脱发和头皮状况。利用深度学习技术，机器学习算法能够分析头发密度、毛囊及头发生长模式，从而提高对斑秃及其他毛发疾病诊断的准确性。——获取数据。数据集特征：……请参阅数据集页面上的完整描述：https://huggingface.co/datasets/ud-medical/male-hair-loss-dataset。

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。

完整数据卡：huggingface.co/datasets/ud-medical/male-hair-loss-dataset