肺部感染检测数据集

该数据集是一个包含317张肺部图像的医学影像数据集，涵盖健康、类型1疾病和类型2疾病三个类别，其中训练集251张、测试集66张，数据模态为医学图像，主要用于训练和评估深度学习模型，支持肺部感染检测与疾病分类的医学图像分析研究。

github

2024-11-15 更新

医学图像分析疾病检测

基本信息

大小

0.000829 GB

创建/更新时间

2024-11-15

版本

main

资源简介

肺部感染检测数据集

【数据集背景】

本数据集源站标题为《Vaibhav99mishra/Lung_Infection_Detection_Using_CNN》。源站首次发布：2024-11-14。

【数据内容】

源站原始描述：# Lung_Infection_Detection_Using_CNN This project implements a multi-class image classification model using Convolutional Neural Networks (CNNs) and Transfer Learning with TensorFlow and Keras. The objective is to classify images into three classes: `Healthy`, `Type1disease`, and `Type2disease`. This project follows a series of model-building steps, starting from a basic CNN model, adding data augmentation, and then using transfer learning with pre-trained models (MobileNetV2 and DenseNet121). #…

【获取与许可】

源站页面：https://github.com/Vaibhav99mishra/Lung_Infection_Detection_Using_CNN

原始链接

https://github.com/Vaibhav99mishra/Lung_Infection_Detection_Using_CNN

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。

暂未开放

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。

免登录

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

git clone https://github.com/Vaibhav99mishra/Lung_Infection_Detection_Using_CNN.git

curl -L -o repo.zip https://github.com/Vaibhav99mishra/Lung_Infection_Detection_Using_CNN/archive/refs/heads/main.zip
unzip repo.zip

源站 README 摘录（使用方式）

Requirements

Python 3.x
TensorFlow
OpenCV
NumPy
Matplotlib
scikit-learn

Install required packages

pip install tensorflow opencv-python numpy matplotlib scikit-learn

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