眼睛白内障检测数据集 | 实例分割

本数据集面向眼睛白内障检测场景的实例分割任务，涵盖3个检测类别，总计801张标注图像。数据集适用于医疗AI领域的算法研究、模型训练与工程应用。

数据集概览

数据集名称：眼睛白内障检测数据集
任务类型：实例分割
图像总数：801 张
标注类别：3 类
标注格式：YOLO TXT（归一化坐标）
适用框架：YOLOv5 / YOLOv8 / YOLOv10 / YOLOv11 / YOLO26 / RT-DETR
数据划分：训练集 / 验证集 / 测试集

检测类别与标注分布

本数据集包含3个检测类别，各类别标注分布如下：

Normal eye -No cataract（正常眼睛-无白内障）
Immuture cataract（免疫性白内障）
Muture cataract（混合型白内障）

技术规格

标注格式：YOLO TXT格式，每行标注为 class x_center y_center width height，坐标值归一化至 [0, 1]
数据划分：按照标准比例划分训练集、验证集与测试集，可直接用于模型训练与性能评估
数据来源：Roboflow Universe 平台

应用场景

1. **实例分割模型训练**：使用本数据集训练实例分割模型，实现眼睛白内障检测的自动识别
2. **算法研究**：作为目标检测算法的基准数据集，用于性能评估与横向对比
3. **工程应用**：支持智能检测系统的开发与部署
4. **教学与科研**：适用于计算机视觉、深度学习等领域的科研项目与课程实践