ISIC 2020挑战赛数据集

数据集获取

源站：https://openxlab.org.cn/datasets/OpenDataLab/ISIC_Challenge_2020

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。

数据说明

该数据集是国际皮肤影像协作组织（ISIC）为2020年黑色素瘤分类挑战赛构建的皮肤镜图像数据集。它包含来自全球三大洲2,056名患者的皮肤病变图像，每位患者平均有16个病变，共计33,126张皮肤镜图像，其中包含584个经组织病理学证实的黑色素瘤病例。数据集特别提供了患者级别的标识符，使得来自同一患者的不同病变图像能够被关联起来，从而模拟临床实践中皮肤科医生综合评估同一患者多个病变的诊断过程。该数据集旨在弥补以往单一图像分类挑战与真实临床诊断之间的差距，支持基于患者上下文的黑色素瘤诊断算法研究，适用于医学影像分析、计算机辅助诊断和皮肤癌人工智能模型开发等方向。

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。