Name: ISIC二元增强数据集
Creator: ahishamm

基本信息

大小

0.31 GB

创建/更新时间

2023-07-01

资源简介

该数据集是一个用于皮肤癌检测的医学图像数据集，包含皮肤病变图像及其对应的二元分类标签（良性或恶性）。数据集由训练集（17,214个样本）和测试集（7,804个样本）组成，总大小约142MB。数据来源于公开的ISIC（国际皮肤影像协作组织）数据集，并经过数据增强处理以提升模型的泛化能力。主要应用于医学图像分析、皮肤癌自动诊断和深度学习模型训练等研究方向。

原始链接

https://hf-mirror.com/datasets/ahishamm/isic_binary_augmented

访问原始数据

官方服务

如需原始数据获取支持或标注服务，请联系我们。

帮我联系

下载信息

注册下载

Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。

暂未开放

公开下载

Tips: 该数据集属于公开下载，应该可以免费公开下载。

免登录

有偿下载

Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。

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

千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。

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("ahishamm/isic_binary_augmented")
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 &amp;&amp; git clone https://hf-mirror.com/datasets/ahishamm/isic_binary_augmented

数据说明

该数据集是一个用于皮肤癌检测的医学图像数据集，包含皮肤病变图像及其对应的二元分类标签（良性或恶性）。数据集由训练集（17,214个样本）和测试集（7,804个样本）组成，总大小约142MB。数据来源于公开的ISIC（国际皮肤影像协作组织）数据集，并经过数据增强处理以提升模型的泛化能力。主要应用于医学图像分析、皮肤癌自动诊断和深度学习模型训练等研究方向。

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