皮肤癌分类图像数据集
该数据集是一个包含皮肤病变图像的多类别医学影像数据集，数据模态为图像，通过Pickle格式划分了训练、测试和验证集，主要用于支持基于深度学习的皮肤癌自动分类与诊断研究，适用于计算机视觉和医疗影像分析领域。
基本信息
资源简介
皮肤癌分类图像数据集
【数据集背景】
本数据集源站标题为《Skin Cancer Classification Images》。源站首次发布：2024-12-01。
【数据内容】
源站原始描述：# Skin Cancer Classification Dataset # Overview The Skin Cancer Classification Dataset is designed to support the development and evaluation of machine learning models for classifying skin cancer images into **8 distinct classes**. This dataset provides a robust foundation for training, validating, and testing image classification models, particularly for deep learning frameworks. - ## Features - **Total Classes**: 8 types of skin cancer. - **Image Data**: Preprocessed and standardized for eff…
【数据结构与技术规格】
文件数 20 个，合计 4.75 GB。
【主题与分类】
主题标签：cancer、image、classification、computer science、neural networks、tensorflow。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/rimkomatic/skin-cancer
使用许可：MIT。
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("rimkomatic/skin-cancer")
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 rimkomatic/skin-cancer
unzip skin-cancer.zip -d skin-cancer/
数据说明
该数据集是一个用于皮肤癌分类的多类别医学影像数据集，包含通过Pickle格式划分的训练集、测试集和验证集。数据内容为皮肤病变图像，旨在支持基于深度学习的皮肤癌自动诊断研究。数据集来源于Kaggle平台，适用于计算机视觉、医学影像分析及皮肤病辅助诊断等方向的应用。
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。
