牙科疾病全景数据集

Dental-Disease-Detection 是来自 kaggle.com 的牙科全景影像数据集,提供 YOLO 与 COCO 两种格式的分割标注,并附带模型权重

Ishant raj kashyapIshant raj kashyap
google_dataset
2026-01-19 更新
浏览 4
图像图像分割imagecomputer visionartificial intelligencecnnsegmentation
Dental-Disease-Detection

基本信息

模态
图像
大小
2.82133906 GB
任务类型
图像分割
许可
Apache 2.0
创建/更新时间
2026-01-19
版本
v1

资源简介

牙科疾病全景数据集

Dental-Disease-Detection

Dental-Disease-Detection 是来自 kaggle.com 的牙科全景影像数据集,提供 YOLO 与 COCO 两种格式的分割标注,并附带模型权重。数据覆盖龋齿、牙冠、填充、种植体、根尖病变、阻生牙、上颌窦、骨丧失、囊肿、牙根吸收等 31 个类别,可用于口腔疾病的图像分割与目标检测研究,也可支撑计算机视觉与深度学习模型训练(来源 Kaggle,Apache 2.0 许可)。

【数据集背景】

源站首次发布:2026-01-19。

【数据内容】

源站描述(机器翻译,仅供参考):牙科疾病全景数据集包含 YOLO 和 COCO 格式的分割数据集,以及模型权重。类别:0:龋齿 1:牙冠 2:填充 3:种植体 4:排列不齐 5:下颌管 6:缺牙 7:根尖病变 8:残留根 9:根管治疗 10:根碎片 11:阻生牙 12:上颌窦 13:骨丧失 14:牙折 15:恒牙 16:高位萌出 17:TAD 18:基台 19:磨耗 20:骨缺损 21:牙龈成形器 22:金属带 23:正畸托槽 24:永久保持器 25:桩核 26:金属板 27:金属丝 28:囊肿 29:牙根吸收 30:乳牙

【数据结构与技术规格】

文件数 20 个,合计 47.20 MB。

【主题与分类】

主题标签:image、computer vision、artificial intelligence、cnn、segmentation。本站分类:口腔疾病。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/ishantrajkashyap/dental-disease-detection

使用许可:Apache 2.0。

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/ishantrajkashyap/dental-disease-detection

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 2.82 GB。

数据说明

Ishant raj kashyap (2026). Dental-Disease-Detection [Dataset]. https://www.kaggle.com/datasets/ishantrajkashyap/dental-disease-detection

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