糖尿病视网膜病变眼底数据集下载：DDR、IDRiD、APTOS公开来源

糖尿病眼底数据去哪搞？直接上干货，先码住再说

但别高兴太早——糖网数据不在一处，它散落在七八个平台上，每个的规矩都不一样：有的要注册、有的要申请、有的国内连不上。一个一个试，时间全搭进去。

下面直接给你能用的、能打开的、国内能下的真实来源。标了🌟的优先看。

🥇 优先看这两个，国内最省心

1. DDR（南开大学，国产，带百度网盘）

• 链接：https://github.com/nkicsl/DDR-dataset
• 有什么：13673张彩色眼底图，来自全国23省147家医院（2016–2018年）。有国际分级标签，其中757张还带病灶像素级圈定（微动脉瘤、渗出、出血都给你框好了）。
• 怎么拿：GitHub项目页里直接给了百度网盘 + 谷歌网盘两条路。有百度盘，国内下载一马平川。
• 备选：Hugging Face上也有转存，约1万张：https://huggingface.co/datasets/ctmedtech/DDR-dataset（但以GitHub官方LICENSE为准）
• 注意：有LICENSE文件，告诉你授权范围。

2. IDRiD（印度糖网影像集，开放获取，标注最细）

• 正本链接：https://ieee-dataport.org/open-access/indian-diabetic-retinopathy-image-dataset-idrid
• 有什么：516张，但标注极细——带像素级病灶掩膜（微动脉瘤、硬渗、软渗、出血）、视盘掩膜、分级、定位。ISBI-2018挑战赛数据。
• 怎么拿：IEEE DataPort 上为开放获取，通常不需要付费订阅；是否需要注册/登录、具体下载方式以 IEEE DataPort 页面为准。
• 备选：Zenodo镜像：https://zenodo.org/records/17219542；官方数据说明页：https://idrid.grand-challenge.org/Data/

🥈 体量大但需要Kaggle账号

3. APTOS 2019（亚太远程眼科学会竞赛）

• 链接：https://www.kaggle.com/c/aptos2019-blindness-detection/data
• 有什么：3662张训练 + 1928张测试，5级分级（0–4），数据来自印度Aravind医院。
• 怎么拿：必须登录Kaggle账号，接受竞赛规则，不是匿名直链。会用命令行的可以：kaggle competitions download -c aptos2019-blindness-detection
• 备选（绕开Kaggle登录）：Academic Torrents有种子镜像：https://academictorrents.com/details/d8653db45e7f111dc2c1b595bdac7ccf695efcfd

4. EyePACS（体量最大，35000+张）

• 链接：https://www.kaggle.com/c/diabetic-retinopathy-detection/data
• 有什么：约35126张，0–4级分级，常用作大规模训练基础集。
• 怎么拿：同样要Kaggle账号+接受规则。
• 备选（下载方便但许可存疑）：Hugging Face第三方转存：https://huggingface.co/datasets/bumbledeep/eyepacs——许可以原始Kaggle页为准，第三方说不清。
• 程序化路径：如果用TensorFlow，这个集被封装进TFDS，直接代码加载：https://www.tensorflow.org/datasets/catalog/diabetic_retinopathy_detection

🥉 需要注册，但值得拿

5. Messidor / Messidor-2（法国TECHNO-VISION）

• 链接：https://www.adcis.net/en/third-party/messidor/
• 有什么：Messidor原集1200张（TIFF格式，1440×960分辨率），含糖网分级+黄斑水肿风险；Messidor-2专攻糖网，1748张。
• 怎么拿：在ADCIS官网，先注册并同意使用条款才能下载。

💡 几个实用提醒

• 许可先确认清楚：医学影像集大多只限学术研究，禁止商用。每个集的LICENSE或使用条款都不同，用之前一定回到官方链接看明白，别默认“能下载就能用”。
• 别走CSDN/知乎的网盘链接：那些二次上传的，既不保证真实有效，还可能违反原集“禁止再分发”条款。优先走官方正本，版权上才稳妥。
• 数字当概数看：上面写的张数，以你实际下载到的版本为准。

🚨 一个现实：数据散，规矩多

真正麻烦的，不是“有没有”，而是它散在Kaggle、IEEE DataPort、ADCIS、南开GitHub、Hugging Face、Zenodo……每个的来源、登录、商用、国内能不能直连都不一样。自己一个一个试，真能撞一整天墙。

不想自己挨个试？

可以找数聚天成 DeepSData帮你做一次深度数据可得性检索：把你具体要干嘛告诉我们，我们把糖网眼底这些零散来源统一扫一遍，整理成一张表，挨个标清楚——免费直下还是得注册？要不要Kaggle账号？能不能商用？国内有没有镜像？快不快？最关键的是，给你一句老实的判断：到底能不能拿到。哪些匿名直下、哪些要申请、哪些只限学术、哪些国内慢有替代网盘，全如实写。找不到对口的，也会直说，绝不瞎保证。需要的话随时找我们，不强求。

本文仅作公开来源整理和可得性参考，不构成医疗、法律、投资、商业决策或合规意见；正式使用前请以官方页面、授权条款和专业意见为准。

说明：本文为公开资料整理，仅供参考；平台政策、价格、下载方式与链接随时可能变化，本文不保证持续更新，请以各官方页面最新信息为准。