five

qicq1c/HealthyCT

收藏
Hugging Face2024-03-19 更新2024-06-11 收录
下载链接:
https://hf-mirror.com/datasets/qicq1c/HealthyCT
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集包含从公共数据集中筛选出的健康腹部器官(肝脏、胰腺和肾脏)的CT数据。

该数据集包含从公共数据集中筛选出的健康腹部器官(肝脏、胰腺和肾脏)的CT数据。
提供机构:
qicq1c
原始信息汇总

数据集概述

健康CT数据集,包含腹部器官(肝脏、胰腺和肾脏)的数据,从公开数据集中筛选而出。

下载指南

1. 安装Hugging Face库:

bash pip install -U "huggingface_hub[cli]"

2. 下载数据集:

bash mkdir HealthyCT cd HealthyCT huggingface-cli download qicq1c/HealthyCT --repo-type dataset --local-dir . --cache-dir ./cache

[可选] 恢复下载:

如果之前的下载被中断,可以通过添加“--resume-download”选项来恢复下载: bash huggingface-cli download qicq1c/HealthyCT --repo-type dataset --local-dir . --cache-dir ./cache --resume-download

3. 解压文件:

数据集格式为多部分压缩文件。使用第一部分(AbdomenAtlasMini.zip.001)来解压数据集。可以使用图形界面右键点击文件并选择“解压至此”,或者使用命令行工具7zip(推荐,速度更快)。如果没有7zip,可以合并文件并解压(速度较慢): bash cat healthy_ct.zip* > HealthyCT.zip unzip -o -q HealthyCT.zip

[可选] 使用7zip:

安装7zip(可选): bash 7z x healthy_ct.zip.001

安装7zip(可选):

对于Debian/Ubuntu: bash sudo apt update sudo apt install p7zip-full

对于Fedora: bash sudo dnf install p7zip

对于CentOS/RHEL: bash sudo yum install p7zip

上传指南

0. 安装7zip:

对于Debian/Ubuntu: bash sudo apt update sudo apt install p7zip-full

[可选] 其他操作系统:

对于Fedora: bash sudo dnf install p7zip

对于CentOS/RHEL: bash sudo yum install p7zip

对于MacOS: bash brew update brew install p7zip

如果没有brew,可以使用以下命令: bash sudo port install p7zip

1. 压缩文件夹以便上传:

将文件夹压缩为多部分zip文件(每部分5GB),以“AbdomenAtlas1.0”为例: bash mkdir /path/to/the/HealthyCT_ZipFolder cd /path/to/the/HealthyCT cd .. 7z -v5g a /path/to/the/HealthyCT_ZipFolder/healthy_ct.zip HealthyCT/

压缩后的文件夹结构(例如AbdomenAtlas1.0ZipFolder)如下:

HealthyCT_ZipFolder ├── healthy_ct.zip.001 ├── healthy_ct.zip.002 ├── healthy_ct.zip.003 ├── ...

2. 上传到Hugging Face:

在Hugging Face上创建一个仓库(例如名为AbdomenAtlas1.0的仓库)。 安装huggingface_hub: bash pip install --upgrade huggingface_hub

上传压缩文件夹(例如AbdomenAtlas1.0ZipFolder)到该仓库: bash python uploading_files_to_hugging_face.py --folder_directory /path/to/the/HealthyCT_ZipFolder --repository qicq1c/HealthyCT --repository_type dataset

搜集汇总
数据集介绍
main_image_url
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作