数据集获取（ModelScope）

方式一：MsDataset（Python）

# 前置依赖: pip install modelscope
from modelscope.msdatasets import MsDataset

ds = MsDataset.load("OmniData/Cephalometric_X-ray_Image", subset_name="default", split="train")
print(ds)

方式二：CLI（命令行）

pip install modelscope
modelscope download dataset OmniData/Cephalometric_X-ray_Image

数据集卡片摘录（源站）

displayName: Cephalometric X-ray Image
license:

• CC BY 4.0
  paperUrl: https://www.nature.com/articles/srep33581.pdf
  publishDate: “2014-11-14”
  publishUrl: http://www-o.ntust.edu.tw/~cweiwang/ISBI2015/challenge1/index.html
  publisher:

• National Taiwan University
  tags:

• Skeleton

数据集介绍

简介

从400患者中收集了400头影测量x射线图像。图像是用Soredex CRANEX采集的®Excel Ceph机器 (Tuusula，芬兰) 和Soredex SorCom软件 (3.1.5，版本2.0)。对于每个图像，图像的分辨率由TIFF格式的2400像素1935。关于用于评估的地面真实数据，首先由两位经验丰富的医生手动标记和检查所有图像的地标。
在第1阶段，我们将在研讨会之前发布150图像，其中包含用于训练数据的地面真实数据，以及用于Test1数据的150图像。
在阶段2中，将发布Test2数据的100图像以进行现场比赛。此外，我们已经获得了进行这项研究的伦理批准 (IRB编号1-102-05-017)，这是由台湾台北三军总医院的研究伦理委员会批准的。

Download dataset

:modelscope-code[]

许可

[CC BY 4.0]

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。

源站：modelscope.cn/datasets/OmniData/Cephalometric_X-ray_Image