皮肤癌二分类数据集
该数据集是一个用于皮肤癌检测的医学影像数据集，包含标注为癌变与非癌变的皮肤病变图像，数据模态为皮肤表面图像，主要用于训练和评估基于计算机视觉的皮肤癌二分类模型，可支持皮肤癌早期筛查与辅助诊断等医疗人工智能应用的研究与开发。
基本信息
资源简介
皮肤癌二分类数据集
【数据集背景】
本数据集源站标题为《Skin Cancer Binary Classification Dataset》。源站首次发布：2023-02-20。
【数据内容】
源站原始描述：## **IF YOU FIND THIS CONTENT USEFUL, PLEASE LEAVE AN UPVOTE! THANK YOU!** This dataset is a collection of JPEG files containing either cancerous or non-cancerous skin images. This dataset is perfect for binary classification. Each class, either cancerous or non-cancerous, is split into training and testing sets. The user can either use this default split, or he or she can use their own train-test split ratio. If you like the content or have a question, please leave an upvote or a comment! **Sim…
【数据结构与技术规格】
文件数 20 个，合计 3.49 MB。
【主题与分类】
主题标签：cancer、computer vision、binary classification、diseases。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/kylegraupe/skin-cancer-binary-classification-dataset
使用许可：CC0: Public Domain。
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。
需登录公开下载
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。
暂未开放有偿下载
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("kylegraupe/skin-cancer-binary-classification-dataset")
print("数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d kylegraupe/skin-cancer-binary-classification-dataset
unzip skin-cancer-binary-classification-dataset.zip -d skin-cancer-binary-classification-dataset/
数据说明
这是一个用于皮肤癌检测的医学影像数据集，主要任务是通过计算机视觉技术对皮肤图像进行二分类（癌变与非癌变）。数据集包含经过标注的皮肤病变图像，来源于公开的医学影像资源，适用于机器学习模型在皮肤癌早期筛查、辅助诊断等医疗AI应用中的训练与评估。
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。
