ISIC-2019数据集介绍，包括数据集大小、图片大小、类别数、训练集、验证集、测试集图片数量

ISIC-2019是一个用于皮肤病诊断的数据集，包含了超过25,000张镜下图像，涵盖了8种不同类型的皮肤病。数据集大小约为13GB，图片大小不一，最大的图片尺寸为6000x4500像素，最小的图片尺寸为256x256像素。数据集共分为训练集、验证集和测试集三部分，训练集包含了25,331张图片，验证集包含了1,000张图片，测试集包含了1,379张图片。其中，每个类别的训练集和验证集的图片数量不同，具体如下：

1. Melanoma（黑色素瘤）：训练集8,114张，验证集1,000张
2. Nevus（痣）：训练集9,524张，验证集1,000张
3. Seborrheic Keratosis（皮脂腺角化病）：训练集2,142张，验证集1,000张
4. Basal Cell Carcinoma（基底细胞癌）：训练集3,234张，验证集1,000张
5. Actinic Keratosis / Bowen’s Disease（日光性角化病/ Bowen病）：训练集2,480张，验证集1,000张
6. Dermatofibroma（皮肤纤维瘤）：训练集1,150张，验证集1,000张
7. Vascular Lesions（血管病变）：训练集1,000张，验证集1,000张
8. BCC-like（类基底细胞癌）：训练集986张，验证集1,000张

相关问题

ISIC-CLI数据集下载

很抱歉，作为一个AI语言模型，我无法提供ISIC-CLI数据集下载。ISIC-CLI数据集是由国际皮肤图像协会（International Skin Imaging Collaboration）提供的一个公共数据集，包含了超过23,000张皮肤图像和相关的元数据，用于皮肤病诊断和研究。如果你需要下载ISIC-CLI数据集，可以前往官方网站 https://www.isic-archive.com/ 进行下载或联系相关机构或研究人员获取。

isic2019数据集包含哪几类

ISIC2019数据集包含了皮肤科学家和医生使用的各种皮肤疾病和皮肤癌症图像。这些图像被分为临床和非临床两大类，每大类下又有多个子类别。临床类别包括以下几种：脂溢性角化症，黑色素瑕疵，基底细胞癌，皮肤疾病未知，鳞状细胞癌，黑色素瘤良性，黑色素瘤恶性。非临床类别包括以下几种：治疗，恶性黑色素瘤，良性黑色素瘤。这些图像被用来帮助机器学习算法识别和区分不同类型的皮肤疾病和皮肤癌症，以提高医生诊断的准确性。ISIC2019数据集对于研究和开发皮肤病诊断系统具有重要意义，有助于改善临床实践和治疗结果。