皮肤疾病分类图像数据集

数据可用于对九类皮肤疾病进行图像分类,包括日光性角化病、特应性皮炎、良性角化病、皮肤纤维瘤、黑素细胞痣、黑色素瘤、鳞状细胞癌、癣菌病及血管病变

Riya Eliza ShajuRiya Eliza Shaju
kaggle
2023-03-14 更新
浏览 13
图像分类cancerimageimage classificationmultilabel classification
skin disease classification image dataset

基本信息

模态
图像
大小
0.177729686 GB
任务类型
分类
许可
Unknown
创建/更新时间
2023-03-14
版本
v1

资源简介

皮肤疾病分类图像数据集

Skin Disease Classification [Image Dataset]

该数据集来自 kaggle.com,由 Riya Eliza Shaju 于 2023-03-14 发布,共包含 20 个文件,样例文件位于 Split_smol/train/Actinic keratosis/ 目录下,如 ISIC_0024468.jpg 等。数据可用于对九类皮肤疾病进行图像分类,包括日光性角化病、特应性皮炎、良性角化病、皮肤纤维瘤、黑素细胞痣、黑色素瘤、鳞状细胞癌、癣菌病及血管病变。主题标签涵盖癌症、图像、图像分类与多标签分类,适合用于皮肤与结缔组织疾病相关的图像识别与多标签分类研究(来源 Kaggle,Unknown 许可)。

【数据集背景】

源站首次发布:2023-03-14。

【数据内容】

源站描述(机器翻译,仅供参考):该数据集可用于对以下疾病进行分类:1. 日光性角化病 2. 特应性皮炎 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. 癣菌病 9. 血管病变

【数据结构与技术规格】

文件数 20 个,合计 5.51 MB。

【主题与分类】

主题标签:cancer、image、image classification、multilabel classification。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/skin-disease-classification-image-dataset

使用许可:Unknown。

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。

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/skin-disease-classification-image-dataset

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据集大小约 177.7 MB。

数据说明

Skin Disease Classification [Image Dataset] Riya Eliza Shaju · Updated 4 years ago Usability 5.0 · 878 Files (other) · 177 MB · 7,392 downloads · 13 notebooks arrow_drop_up 35 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。

获取专属数据定制方案