口腔图像数据集

Name: 口腔图像数据集
Creator: J@HIRSHAIKH
License: CC0: Public Domain

该数据集可用于训练 CNN、Vision Transformer 等深度学习计算机视觉模型，支持医学图像分类与自动化诊断任务的研究与开发（来源 Kaggle，CC0: Public Domain 许可）

J@HIRSHAIKH

google_dataset

2026-08-03 更新

图像分类computer visiondeep learninghealthcareimage classificationdentistry

基本信息

模态

图像

大小

0.473640337 GB

任务类型

分类

许可

CC0: Public Domain

创建/更新时间

2026-08-03

版本

资源简介

口腔图像数据集

Oral_Image_Dataset

Oral_Image_Dataset 是一个面向牙科与口腔健康图像分类的公开数据集，共包含 4,375 张高质量图像，划分为 Calculus、Hypodontia、Tooth Discoloration、Mouth Ulcer、Normal、Caries 六个类别。该数据集可用于训练 CNN、Vision Transformer 等深度学习计算机视觉模型，支持医学图像分类与自动化诊断任务的研究与开发（来源 Kaggle，CC0: Public Domain 许可）。

【数据集背景】

源站首次发布：2026-08-03。

【数据内容】

【数据结构与技术规格】

文件数 20 个，合计 633.83 KB。

【主题与分类】

主题标签：computer vision、deep learning、healthcare、image classification、dentistry。本站分类：口颌系统疾病/牙面异常。

【获取与许可】

源站页面：https://www.kaggle.com/datasets/jhirshaikh/oral-image-dataset

使用许可：CC0: Public Domain。

原始链接

https://kaggle.com/datasets/jhirshaikh/oral-image-dataset

访问原始数据

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。

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

源站：https://kaggle.com/datasets/jhirshaikh/oral-image-dataset

标准获取流程：

访问源站链接，注册/登录账号；
进入数据集详情页，按页面指引申请权限或直接下载；
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 473.6 MB。

数据说明

J@HIRSHAIKH (2026). Oral_Image_Dataset [Dataset]. https://www.kaggle.com/datasets/jhirshaikh/oral-image-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