用于YOLO的宠物皮肤病检测数据集

该数据集收录了与六种常见宠物皮肤病相关的图像,涵盖细菌性皮肤病、蠕形螨病、跳蚤过敏、真菌感染、炎症性皮炎和疥疮。所有图像均经过清洗、重新整理,并以YOLO边界框格式完成标注,可用于目标检测研究

ZenodoZenodo
datacite
浏览 13
图像目标检测pet skin diseaseobject detectionYOLO datasetveterinary dermatologymachine learning
Pet Skin Disease Detection Dataset for YOLO

基本信息

模态
图像
大小
0.097096179 GB
任务类型
目标检测
许可
Creative Commons Attribution 4.0 International
创建/更新时间
2026-10-12
版本
v1.0

资源简介

用于YOLO的宠物皮肤病检测数据集

Pet Skin Disease Detection Dataset for YOLO

该数据集收录了与六种常见宠物皮肤病相关的图像,涵盖细菌性皮肤病、蠕形螨病、跳蚤过敏、真菌感染、炎症性皮炎和疥疮。所有图像均经过清洗、重新整理,并以YOLO边界框格式完成标注,可用于目标检测研究。图像来源于公开的Kaggle数据集和开放网络资源,原始图像版权归各自创作者所有,作者的贡献在于数据集的整理合并、图像清洗过滤、YOLO格式标注创建、类别标签统一以及面向目标检测模型训练的数据集结构设计(来源 DOI 解析,Creative Commons Attribution 4.0 International 许可)。

【数据集背景】

源站首次发布:2025。

【数据内容】

源站描述(机器翻译,仅供参考):该数据集包含与六种常见宠物皮肤病相关的图像:细菌性皮肤病、蠕形螨病、跳蚤过敏、真菌感染、炎症性皮炎和疥疮。所有图像均已清洗、重新整理,并以YOLO边界框格式完成标注,以支持目标检测研究。该数据集中的图像收集自公开可用的Kaggle数据集和开放网络来源。原始图像不归作者所有,仍归各自创作者所有。作者的贡献包括:整理和合并数据集、清洗和过滤图像、创建YOLO格式标注、统一类别标签、构建用于训练目标检测模型的数据集结构。作者不对原始图像主张任何版权。仅标注、标注工作和数据集结构为作者的贡献。该数据集旨在用于研究和

【主题与分类】

主题标签:pet skin disease、object detection、YOLO dataset、veterinary dermatology、machine learning。本站分类:皮肤疾病。

【获取与许可】

源站页面:https://zenodo.org/doi/10.5281/zenodo.17657316

使用许可:Creative Commons Attribution 4.0 International。

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。

暂未开放

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。

免登录

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

源站:https://doi.org/10.5281/zenodo.17657316

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 部分平台提供 SDK,例如:
    • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
    • ModelScope: pip install modelscope 后 modelscope download
    • 天池: 登录后页面提供直链下载
      以源站「数据下载/使用文档」页面为准。

数据集大小约 97.1 MB。

数据说明

本数据集包含与六种常见宠物皮肤病相关的图像:细菌性皮肤病、蠕形螨病、跳蚤过敏、真菌感染、炎症性皮炎和疥疮。所有图像均已清理、重新组织,并以YOLO边界框格式进行标注,以支持目标检测研究。本数据集中的图像收集自公开可用的Kaggle数据集和开放网络资源。原始图像不归作者所有,仍属于各自创作者的财产。我的贡献包括:整理和合并数据集、清理和筛选图像、创建YOLO格式标注、标准化类别标签、构建数据集结构以用于训练目标检测模型。不对原始图像主张任何版权。仅标注、标注工作和数据集结构为作者的贡献。本数据集仅供研究和教育用途。

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