ISIC 皮肤疾病图像标注数据集
该数据集来自 kaggle.com，用于促进 8 种皮肤疾病的图像分类，包括日光性角化病、基底细胞癌、良性角化病、皮肤纤维瘤、黑素细胞痣、黑色素瘤、鳞状细胞癌和血管病变
基本信息
资源简介
ISIC 皮肤疾病图像标注数据集
ISIC skin disease image dataset labelled
该数据集来自 kaggle.com，用于促进 8 种皮肤疾病的图像分类，包括日光性角化病、基底细胞癌、良性角化病、皮肤纤维瘤、黑素细胞痣、黑色素瘤、鳞状细胞癌和血管病变。数据以标注文件夹形式组织，文件样例位于 ISIC_Labelled 目录下按疾病类别命名的子文件夹中。数据集由 Riya Eliza Shaju 于 2023-01-11 发布，共 20 个文件，主题标签涵盖图像、深度学习和疾病，可用于皮肤疾病图像的分类模型训练与评估（来源 Kaggle，Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) 许可）。
【数据集背景】
源站首次发布：2023-01-11。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集旨在促进 8 种皮肤疾病的图像分类：1. 日光性角化病 2. 基底细胞癌 3. 良性角化病 4. 皮肤纤维瘤 5. 黑素细胞痣 6. 黑色素瘤 7. 鳞状细胞癌 8. 血管病变。要将数据划分为训练集、测试集和验证集，可以使用
【数据结构与技术规格】
文件数 20 个，合计 5.38 MB。
【主题与分类】
主题标签：image、deep learning、diseases。本站分类：皮肤与结缔组织疾病/日光性角化病。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/riyaelizashaju/isic-skin-disease-image-dataset-labelled
使用许可：Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)。
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/riyaelizashaju/isic-skin-disease-image-dataset-labelled
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 9.80 GB。
数据说明
ISIC skin disease image dataset labelled Riya Eliza Shaju · Updated 4 years ago Usability 8.8 · 25331 Files (other) · 10 GB · 2,883 downloads · 18 notebooks arrow_drop_up 26 Bronze more_horiz
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
目录组织与标注格式以源站说明和下载后实际文件为准。
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。
