(1)ISIC2016数据集
ISIC2016 数据集[14]包含2 类疾病共1 279 张图像以及类别标签和GroundTruth,测试集包含379张图像。皮肤疾病图像颜色深度均为24 位,GroundTruth 颜色深度均为8位,图像尺寸为722×542~4 288×2 848不等。类别标签以表格形式存储,使用该数据时需要进行预处理。
(2)ISIC2017数据集
ISIC2017 数据集[15]包含黑色素瘤、脂溢性角化病、良性痣3类疾病、2 750张图像、GroundTruth以及类别标签。其中训练集图像有2 000 张,验证集和测试集分别有150 张图像和600 张图像,皮肤疾病图像颜色深度均为24 位,图像尺寸为767×576~6 621×4 441 不等。验证集和测试集还包括未标注的超像素图像。与ISIC2016相同,类别标签为表格存储,在训练模型前需要对数据集进行预处理。
(3)ISIC2018数据集
ISIC2018 数据集[16]中分类和分割包含有不同数量的疾病图像,对于分割任务,共有2 594张图像作为训练集,验证集和测试集分别有100 和1 000 张图像。对于分类任务,共包含12 500 张图像,其中训练集共包含10 015 张图像7 类疾病,分别为光化性角化病(327)、基底细胞癌(514)、良性角化病(1 099)、皮肤纤维瘤(115)、黑色素瘤(1 113)、黑色素细胞性痣(6 705)、血管性皮肤病变(142)。这些图像由HAM10000[17]数据集提供,均为24位颜色深度,尺寸为600×450。验证集和测试集分别为193 和1 512 张图像。分类任务数据集中7 类图像混合在同一个文件夹中,标签以表格存储,需要预处理。