国际皮肤成像协作组织:IMA++

本合集包含与 IMA++ dataset 相关的所有图像。IMA++ 数据集是最大的公开可用多标注者皮肤病变分割(SLS)数据集,采集自 ISIC Archive,旨在促进皮肤病变图像分割研究

isic
浏览 23
图像图像分割皮肤镜图像分割掩膜皮肤病变皮肤疾病图像分割病灶分割多标注者
ISIC: IMA++

基本信息

模态
图像
任务类型
图像分割
创建/更新时间
2026-10-22

资源简介

国际皮肤成像协作组织:IMA++

本合集包含与 IMA++ dataset 相关的所有图像。IMA++ 数据集是最大的公开可用多标注者皮肤病变分割(SLS)数据集,采集自 ISIC Archive,旨在促进皮肤病变图像分割研究

【数据内容】

源站描述(机器翻译,仅供参考):本合集包含与 IMA++ dataset 相关的所有图像。IMA++ 数据集是最大的公开可用多标注者皮肤病变分割(SLS)数据集,采集自 ISIC Archive,旨在促进皮肤病变图像分割研究。它包含 17,684 个分割掩膜,覆盖 14,967 张皮肤镜图像,其中 2,394 张皮肤镜图像每张有 2-5 个分割标注,来自 ISIC Archive,由 16 位不同标注者标注,且每张图像至少有一个标注。该数据集捕捉了受标注者专业水平、所用工具和人工审核流程影响的各种分割风格,使其成为开发和评估 SLS 模型的宝贵资源。

【主题与分类】

主题标签:皮肤镜图像、分割掩膜、皮肤病变、皮肤疾病、图像分割、病灶分割、多标注者。本站分类:皮肤疾病。

【获取与许可】

源站页面:https://isic-archive.com/collection/482

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。

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

源站:https://isic-archive.com/collection/482

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。

数据说明

本合集包含与 IMA++ dataset 相关的所有图像。IMA++ 数据集是最大的公开可用多标注者皮肤病变分割(SLS)数据集,采集自 ISIC Archive,旨在促进皮肤病变图像分割研究。它包含 17,684 个分割掩膜,覆盖 14,967 张皮肤镜图像,其中 2,394 张皮肤镜图像每张有 2-5 个分割标注,来自 ISIC Archive,由 16 位不同标注者标注,且每张图像至少有一个标注。该数据集捕捉了受标注者专业水平、所用工具和人工审核流程影响的各种分割风格,使其成为开发和评估 SLS 模型的宝贵资源。

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