基于YOLO-Seg的烧伤分类模型性能评估

资源简介

基于YOLO-Seg的烧伤分类模型性能评估

【数据集背景】

本数据集源站标题为《Performance evaluation of YOLO-Seg based burn classification models.》。配套论文《ABC-YOLO: Automated skin burn depth classification using YOLO architectures》发表于 PLOS One（2026），DOI：10.1371/journal.pone.0344042。源站首次发布：2026-03-18。

【数据内容】

源站原始描述：Performance evaluation of YOLO-Seg based burn classification models

【数据结构与技术规格】

文件数 1 个，合计 5.63 KB。Table 2.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1371/journal.pone.0344042.t002。

【主题与分类】

源站学科分类：Space Science、Medicine、Microbiology、Cell Biology、Genetics、Biotechnology。主题标签：various data augmentation、source dataset created、improving burn diagnosis、four burn degrees、expert general surgeons、evaluated using metrics、enhance model performance、different architectural sizes、determining appropriate treatment、statistical analysis confirmed。

【适用方向】

影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。

【获取与许可】

源站页面：https://plos.figshare.com/articles/dataset/_p_Performance_evaluation_of_YOLO-Seg_based_burn_classification_models_p_/31805305

使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。

规范引用：Şevik, Uğur; Mutlu, Onur (2026). Performance evaluation of YOLO-Seg based burn classification models.. PLOS ONE. Dataset