ISIC-2019-重设尺寸-128
该数据集是一个包含8种皮肤病变类别（如基底细胞癌、黑色素瘤、痣等）的医学图像数据集，数据模态为经过统一重设尺寸至128x128像素的皮肤镜图像，主要用于训练和测试深度学习模型，以进行皮肤癌的自动识别与分类研究，助力于辅助诊断系统的开发。
基本信息
资源简介
ISIC-2019-重设尺寸-128
【一句话概览】
anugerahsurya/ISIC-2019-Resized-128 共包含 2 个文件，合计大小 242 MB。该数据集带有 size_categories:10K<n<100K、format:parquet、modality:image、library:datasets、library:pandas、library:mlcroissant、library:polars、region:us 等标签（来源 Hugging Face）。
【数据集背景】
本数据集源站标题为《anugerahsurya/ISIC-2019-Resized-128》。源站首次发布：2025-02-11。
【数据结构与技术规格】
文件数 2 个，合计 241.97 MB。
【获取与许可】
源站页面：https://huggingface.co/datasets/anugerahsurya/ISIC-2019-Resized-128
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("anugerahsurya/ISIC-2019-Resized-128")
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/anugerahsurya/ISIC-2019-Resized-128
数据说明
该数据集是一个用于皮肤病变分类的公开医学图像数据集，源自国际皮肤影像协作组织（ISIC）2019年挑战赛。数据集包含8种不同类别的皮肤病变图像，具体类别为：角化病（AK）、基底细胞癌（BCC）、鲍温病（BKL）、纤维瘤（DF）、黑色素瘤（MEL）、痣（NV）、鳞状细胞癌（SCC）和血管病变（VASC）。数据已统一重设尺寸为128x128像素，并划分为训练集（7588个样本）和测试集（5069个样本），主要用于开发和评估皮肤癌自动识别与分类的计算机视觉模型。
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。
完整数据卡：huggingface.co/datasets/anugerahsurya/ISIC-2019-Resized-128
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。
