黑色素瘤图像重采样数据集
该数据集是一个专注于黑色素瘤检测的医学图像集合，包含26个样本，每个样本由皮肤镜原始图像、对应的分割掩码图像以及文本描述组成，主要模态为图像数据，适用于皮肤癌的计算机辅助诊断、图像分割和分类模型的研究与开发。
基本信息
资源简介
黑色素瘤图像重采样数据集
【一句话概览】
MegPaulson/Melanoma_resized 数据集包含 2 个文件，合计大小 11.7 MB。该数据集带有 size_categories:n<1K、format:parquet、modality:image、modality:text、library:datasets、library:pandas、library:mlcroissant、library:polars 和 region:us 等标签（来源 Hugging Face）。
【数据集背景】
本数据集源站标题为《MegPaulson/Melanoma_resized》。源站首次发布：2023-10-04。
【数据结构与技术规格】
文件数 2 个，合计 11.70 MB。
【获取与许可】
源站页面：https://huggingface.co/datasets/MegPaulson/Melanoma_resized
【使用注意】
· 源站最后修改于 2023-10-05，引用时请注意版本时效。
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。
暂未开放公开下载
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。
免登录有偿下载
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("MegPaulson/Melanoma_resized")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/MegPaulson/Melanoma_resized
数据说明
Melanoma_resized是一个用于皮肤癌检测的医学图像数据集，专注于黑色素瘤的识别与分析。该数据集包含26个训练样本，每个样本由原始皮肤镜图像、对应的分割掩码图像（image_seg）以及描述性文本提示（prompt）组成。数据以图像模态为主，来源于公开的医学影像资源，并经过重采样预处理。该数据集适用于计算机辅助诊断、医学图像分割、皮肤病分类等研究方向，可用于训练和评估深度学习模型在皮肤病变检测与分割任务中的性能。
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。
