多类别皮肤疾病图像数据集（含严重程度分级）-75785

数据集获取

源站：https://doi.org/10.17632/6sjcrtg54p.3

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 618.0 MB。

数据说明

该数据集由带标注的皮肤疾病图像组成，专为使用机器学习和深度学习模型进行多类医学图像分类任务而设计。数据集包含痤疮和湿疹的图像，按三种严重程度（轻度、中度和重度）分类，此外还有正常皮肤图像以及一个代表杂项的额外Xyz类别。该数据集的主要目标是支持自动化皮肤疾病分类、严重程度评估和计算机辅助皮肤科诊断的研究。它可用于卷积神经网络（CNN）和迁移学习模型的训练、验证和评估。所有图像均按类别组织到不同目录中，使该数据集与PyTorch和TensorFlow等标准深度学习框架兼容。该数据集严格用于学术和研究目的，不能替代专业医学诊断。

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。