黑色素瘤分类数据集

该数据集是一个整合了2019年和2020年数据的医学影像数据集,包含皮肤病变图像,主要用于黑色素瘤分类任务,支持生成对抗网络的试验,可应用于图像生成、数据增强和分类模型训练等研究方向。

Nikhil JosonNikhil Joson
kaggle
2021-01-11 更新
浏览 27
黑色素瘤分类生成对抗网络
Melanoma Classification Dataset

基本信息

大小
6.06 GB
许可
Unknown
创建/更新时间
2021-01-11
版本
v3

资源简介

黑色素瘤分类数据集

【一句话概览】

该数据集标题为 Melanoma,由 2019 年和 2020 年的黑色素瘤分类数据合并而成,用于 GAN 试验。数据集包含 20 个文件,合计大小 1.7 MB,标签为 cancer,许可状态未知(来源 Kaggle,Unknown 许可)。

【数据集背景】

本数据集源站标题为《Melanoma》。源站首次发布:2021-01-11。

【数据内容】

源站原始描述:Dataset of 2019 and 2020 for Melanoma Classification merged. Made for GAN trials

中文译文(机器翻译,仅供快速理解,请以原文为准):2019年和2020年黑色素瘤分类数据集已合并。用于GAN试验

【数据结构与技术规格】

文件数 20 个,合计 1.73 MB。

【主题与分类】

主题标签:cancer。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/nickj26/melanoma-only

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

方式一:KaggleHub(Python,推荐 AI Agent 使用)

# 前置依赖: pip install kagglehub
import kagglehub

path = kagglehub.dataset_download("nickj26/melanoma-only")
print("数据已下载至:", path)

方式二:Kaggle CLI(命令行)

# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d nickj26/melanoma-only
unzip melanoma-only.zip -d melanoma-only/

数据说明

该数据集是一个用于黑色素瘤分类任务的医学影像数据集,整合了2019年和2020年的相关数据。数据内容主要包括皮肤病变图像,旨在支持黑色素瘤的自动诊断研究。数据集专门为生成对抗网络(GAN)的试验而构建,可用于图像生成、数据增强以及分类模型训练等方向,适用于医学影像分析、计算机辅助诊断和深度学习算法开发等应用场景。

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