痤疮、皮肤泛红与眼袋皮肤缺陷数据集
该数据集来自 huggingface.co，包含痤疮、皮肤泛红和眼袋三类皮肤问题的人脸图像，每人由 3 张图片展示其具体皮肤问题，覆盖不同人口统计特征、年龄、族裔和性别
基本信息
资源简介
痤疮、皮肤泛红与眼袋皮肤缺陷数据集
UniqueData/dermatology-dataset-acne-redness-and-bags-under-the-eyes
该数据集来自 huggingface.co，包含痤疮、皮肤泛红和眼袋三类皮肤问题的人脸图像，每人由 3 张图片展示其具体皮肤问题，覆盖不同人口统计特征、年龄、族裔和性别。数据集共 92 个文件，含 parquet 训练分片及按类别组织的正面、左侧、右侧照片，适用于图像分类、图像到图像及目标检测等任务，可用于皮肤缺陷识别与相关模型训练（来源 Hugging Face，cc-by-nc-nd-4.0 许可）。
【数据集背景】
源站首次发布：2023-11-17。
【数据内容】
源站描述（机器翻译，仅供参考）：皮肤缺陷数据集 该数据集包含患有各种皮肤状况的个体的图像：痤疮、皮肤泛红和眼袋。每个人由 3 张图像 表示，展示其特定的皮肤问题。该数据集涵盖多样化的 人口统计特征、年龄、族裔和性别。 该数据集基于 Facial Skin Condition Dataset 创建 数据集中的缺陷类型：痤疮、皮肤泛红和眼袋 - 痤疮照片：展示不同严重程度和类型的痤疮，如 whit
【数据结构与技术规格】
文件数 92 个，合计 960.10 MB。
【主题与分类】
主题标签：medical、Facial Skin Condition、biometric、face recognition、Skin Condition Detection、Computer Vision。本站分类：皮肤疾病。
【获取与许可】
源站页面：https://huggingface.co/datasets/UniqueData/dermatology-dataset-acne-redness-and-bags-under-the-eyes
使用许可：cc-by-nc-nd-4.0。
【使用注意】
· 源站最后修改于 2025-10-01，引用时请注意版本时效。
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("UniqueData/dermatology-dataset-acne-redness-and-bags-under-the-eyes")
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/UniqueData/dermatology-dataset-acne-redness-and-bags-under-the-eyes
数据集大小约 2.53 GB。
仓库文件结构
.gitattributesREADME.md
数据说明
皮肤缺陷数据集 该数据集包含患有各种皮肤状况的个体图像：痤疮、皮肤发红和眼袋。每个人由3张展示其特定皮肤问题的图像代表。该数据集涵盖了多样化的人口统计特征、年龄、种族和性别。该数据集基于面部皮肤状况数据集创建。数据集中的缺陷类型：痤疮、皮肤发红和眼袋。痤疮照片：展示不同的……请在数据集页面查看完整描述：https://huggingface.co/datasets/UniqueData/dermatology-dataset-acne-redness-and-bags-under-the-eyes。
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/UniqueData/dermatology-dataset-acne-redness-and-bags-under-the-eyes
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
