牙洞检测数据集

Dental Cavity Detection Dataset 是一个包含 418 张标注牙科图像的数据集,用于支持自动化牙科诊断的研究与开发

Maaz MakhdoomMaaz Makhdoom
google_dataset
2024-11-09 更新
浏览 9
医学影像目标检测computer visiondentistry
Dental Cavity Detection Dataset

基本信息

模态
医学影像
大小
0.017723226 GB
任务类型
目标检测
许可
CC BY-SA 4.0
创建/更新时间
2024-11-09
版本
v1

资源简介

牙洞检测数据集

Dental Cavity Detection Dataset

Dental Cavity Detection Dataset 是一个包含 418 张标注牙科图像的数据集,用于支持自动化牙科诊断的研究与开发。每张图像均以 YOLOv5 Oriented Object Detection 格式标注牙洞,兼容现代目标检测框架。该数据集旨在促进机器学习模型在牙科 X 光片中精确检测和定位牙洞的训练与评估,适合关注牙科健康、计算机视觉和医学影像应用的研究人员、数据科学家和开发者使用,可显著提升 AI 驱动牙科诊断的准确性(来源 Kaggle,CC BY-SA 4.0 许可)。

【数据集背景】

源站首次发布:2024-11-09。

【数据内容】

源站描述(机器翻译,仅供参考):Dental Cavity Detection Dataset 由 418 张标注牙科图像组成,旨在支持自动化牙科诊断的研究与开发。数据集中的每张图像均使用 YOLOv5 Oriented Object Detection 格式标注牙洞,确保与现代目标检测框架兼容。该数据集旨在促进机器学习模型在牙科 X 光片中精确检测和定位牙洞的训练与评估。它非常适合关注牙科健康、计算机视觉和医学影像应用的研究人员、数据科学家和开发者。该数据集可显著提升 AI 驱动牙科诊断的准确性。

【数据结构与技术规格】

文件数 20 个,合计 406.60 KB。

【主题与分类】

主题标签:computer vision、dentistry。本站分类:口腔疾病。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/maazmakhdoom/dental-cavity-detection-dataset

使用许可:CC BY-SA 4.0。

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/maazmakhdoom/dental-cavity-detection-dataset

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 17.7 MB。

数据说明

Maaz Makhdoom (2024). Dental Cavity Detection Dataset [Dataset]. https://www.kaggle.com/datasets/maazmakhdoom/dental-cavity-detection-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。

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