烧伤数据集
该数据集来自 Kaggle,由 Fares Abbas 于 2023 年发布,共包含 20 个文件,文件样例为按烧伤程度分目录存放的图片(如 1st degree burn 目录下的 jpg 图像)

基本信息
资源简介
烧伤数据集
burn dataset 是一个发布于 Kaggle 的烧伤图像数据集,由 Fares Abbas 于 2023 年 11 月 9 日发布,当前版本为 v1,采用 Apache 2.0 许可。该数据集共包含 20 个文件,合计约 534.11 KB,文件以 JPEG 图像形式组织,并按烧伤程度分目录存放,例如“1st degree burn”目录下即包含多张以 gettyimages 编号命名的 jpg 图像。从现有信息看,该数据集规模较小,主要价值在于提供按烧伤程度归类的图像样本,可供烧伤相关图像识别、分类任务的初步探索与流程验证使用。以下从背景、内容、来源、适用场景、使用方法、质量与许可等方面作进一步说明。
【数据集背景】
该数据集归入创伤与损伤下的烧伤类别,发布者为 Fares Abbas,发布平台为 Kaggle,发布时间为 2023 年 11 月 9 日,版本号为 v1。数据集以“burn dataset”为英文名称,整体围绕烧伤这一主题组织图像文件。由于数据集文件数量仅为 20 个,其定位更接近小规模样本集,适合作为烧伤图像相关工作的入门材料或流程演示素材。关于数据集的立项动机、建设目标以及所服务的具体研究项目,源站未提供。
【数据内容】
数据集共包含 20 个文件,文件样例显示其目录结构按烧伤程度划分,例如“burn dataset/1st degree burn/”目录下存放了 gettyimages-114329113-612x612.jpg、gettyimages-1263088074-612x612.jpg、gettyimages-1411774798-612x612.jpg、gettyimages-1413010078-612x612.jpg 等图像文件。文件格式为 JPEG 图像,全部文件合计约 534.11 KB。从目录命名可以看出,数据至少覆盖“一度烧伤”(1st degree burn)这一类别,其余类别在现有信息中未完整列出。各图像的具体尺寸、拍摄对象、标注信息以及类别分布比例,源站未提供。
【采集与来源】
该数据集来源于 Kaggle 平台,由 Fares Abbas 发布,源站描述中给出的引用信息为 Fares Abbas (2023). burn dataset [Dataset]. https://www.kaggle.com/datasets/faresabbasai2022/burn-dataset。文件样例中的图像文件名带有 gettyimages 前缀及编号,提示图像可能源自图库素材,但具体的采集方式、筛选标准、原始图像出处及授权细节,源站未提供。数据集的机构归属为 Fares Abbas。
【适用场景】
基于其烧伤程度分目录存放的图像结构,该数据集可用于烧伤图像分类任务的初步尝试,例如区分一度烧伤与其他程度烧伤的图像识别实验;也可用于验证图像读取、目录遍历、标签映射等数据处理流程。由于文件数量有限,更适合作为教学演示、小样本学习试验或数据管线的连通性测试素材,而不宜直接作为大规模模型训练的唯一数据来源。关于该数据集在临床诊断、辅助决策等专业场景中的适用性,源站未提供相关说明。
【使用方法】
使用时可先下载全部 20 个数据文件,合计约 534.11 KB,随后按 JPEG 图像格式进行读取。由于文件按烧伤程度分目录存放,可依据目录名生成类别标签。建议先在小样本上核对文件结构、图像编码与标签对应关系,确认无误后再批量接入后续处理流程。关于是否提供官方划分(如训练集、验证集、测试集)、标注文件或读取脚本,源站未提供。
【质量与限制】
该数据集规模较小,仅 20 个文件、合计约 534.11 KB,样本量有限,可能难以支撑对模型泛化能力的充分评估。文件样例仅展示了一度烧伤目录下的部分图像,其他烧伤程度类别的样本数量与内容在现有信息中未完整呈现,类别均衡性无法确认。图像的具体分辨率、质量、拍摄条件及是否存在重复或近似图像,源站未提供。此外,数据集的标注规范与质量控制流程,源站未提供。
【引用与许可】
该数据集采用 Apache 2.0 许可,使用时宜遵循该许可的相关条款。引用信息为:Fares Abbas (2023). burn dataset [Dataset]. https://www.kaggle.com/datasets/faresabbasai2022/burn-dataset。数据集的发布平台为 Kaggle,版本为 v1,发布时间为 2023 年 11 月 9 日。关于图像素材本身的原始授权与再分发条件,源站未提供进一步说明。
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/faresabbasai2022/burn-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。
- OpenDataLab:
数据集大小约 59.7 MB。
数据说明
Fares Abbas (2023). burn dataset [Dataset]. https://www.kaggle.com/datasets/faresabbasai2022/burn-dataset
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。




