皮肤病数据集

该数据集包含约19,500张临床皮肤病图像,涵盖23种常见皮肤病类型,属于医学图像模态,其中约15,500张用于训练集,4,000张用于测试集,主要用于皮肤病自动识别与分类研究,支持计算机辅助诊断系统和深度学习算法在皮肤病学领域的开发与应用。

极市极市
极市
2022-06-15 更新
浏览 35
皮肤病医学影像medical image图片
Dermatological Disease Dataset

基本信息

创建/更新时间
2022-06-15

资源简介

皮肤病数据集

【一句话概览】

该数据集包含23类皮肤病图像,图像总数约19,500张,其中约15,500张已在训练集中分割,其余在测试集中分割。图像取自公开门户Dermnet,该网站是为提供在线医学教育而建立的最大的在线皮肤病学来源。数据集标签包括皮肤病、医学影像、medical image、图片(来源 cvmart.net)。

【数据集背景】

本数据集源站标题为《皮肤病数据集公开》。

【数据内容】

源站原始描述:本数据集包含23类皮肤病的图像数据,图像总数约为 19,500 张,其中大约 15,500 张已在训练集中分割,其余在测试集中分割。 Acknowledgements The images are taken from the public portal Dermnet ( which is the largest dermatology source online built for the purpose of providing online medical education

中文译文(机器翻译,仅供快速理解,请以原文为准):本数据集包含23类皮肤病的图像数据,图像总数约为19,500张,其中大约15,500张已在训练集中分割,其余在测试集中分割。致谢:这些图像取自公共门户网站Dermnet(http://www.dermnet.com/),该网站是最大的在线皮肤病学资源,旨在提供在线医学教育。

【主题与分类】

主题标签:皮肤病、医学影像、medical image、图片。

【获取与许可】

源站页面:https://www.cvmart.net/dataSets/detail/450

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。

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

源站:https://www.cvmart.net/dataSets/detail/450

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

这是一个包含23种常见皮肤病的图像数据集,总计约19,500张临床皮肤病图像。数据集中约15,500张图像用于训练集,其余约4,000张图像用于测试集,已按照标准机器学习流程进行分割。该数据集来源于公开的皮肤病临床图像收集,主要用于皮肤病自动识别与分类、计算机辅助诊断系统开发、以及深度学习在皮肤病学中的应用研究。

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。

获取专属数据定制方案