皮肤癌轻量级分割数据集
该数据集是一个包含皮肤病变分割图像的轻量级医学图像数据集，数据模态为经过标注的皮肤癌图像，主要用于支持皮肤癌的计算机辅助诊断、医学图像分割算法的研究，以及深度学习在皮肤病学领域的应用开发与模型训练。
基本信息
资源简介
皮肤癌轻量级分割数据集
【数据集背景】
本数据集源站标题为《Skin Cancer Lightweight Dataset Segmented》。源站首次发布：2024-08-09。
【数据内容】
源站原始描述：# **Dataset Title** Skin Disease Segmented Lightweight Dataset (Thresholding Applied) ## **General Description** This dataset is a collection of skin disease images compiled using a combination of web scraping and well-known dermatological datasets. It is designed to support machine learning and computer vision applications, particularly for the classification and identification of skin diseases. The dataset is lightweight, making it accessible for quick experiments and model prototyping in derm…
【数据结构与技术规格】
文件数 20 个，合计 453.06 KB。
【主题与分类】
主题标签：earth and nature、cancer、health、computer vision、cnn、diseases、transformers。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/devdope/skin-disease-lightweight-dataset-segmented
使用许可：Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)。
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("devdope/skin-disease-lightweight-dataset-segmented")
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 devdope/skin-disease-lightweight-dataset-segmented
unzip skin-disease-lightweight-dataset-segmented.zip -d skin-disease-lightweight-dataset-segmented/
数据说明
这是一个专门用于皮肤癌研究的轻量级医学图像分割数据集。数据集包含了经过分割处理的皮肤病变图像，每张图像都标注了病变区域，便于进行精确的病灶分析。数据来源于公开的皮肤疾病图像，并经过了专业的预处理和分割标注。该数据集主要应用于皮肤癌的计算机辅助诊断、医学图像分割算法的开发与评估，以及深度学习模型在皮肤病学中的研究。
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。
