簡(jiǎn)介本資源為面向皮膚疾病檢測(cè)的YOLO系列目標(biāo)檢測(cè)數(shù)據(jù)集適用于白癜風(fēng)、皮炎、黃褐斑三類皮膚病灶的識(shí)別任務(wù)可服務(wù)于醫(yī)學(xué)圖像分析方向的算法學(xué)習(xí)與模型驗(yàn)證。壓縮包共334個(gè)文件包含111張jpg圖像、111個(gè)txt標(biāo)簽、111個(gè)xml標(biāo)簽及1個(gè)data.yaml配置文件整體約4MB體積輕便便于快速加載。標(biāo)簽同時(shí)提供YOLO格式與VOC格式Y(jié)OLO格式采用歸一化中心點(diǎn)與寬高比例可直接適配yolov5、yolov8、yolov9、yolov7、yolov10及yolo11等主流算法數(shù)據(jù)集已劃分完畢開箱即可投入訓(xùn)練與測(cè)試。目前已有160人學(xué)習(xí)下載適合希望快速驗(yàn)證皮膚病灶檢測(cè)方案、對(duì)比不同YOLO版本性能或開展小樣本醫(yī)學(xué)圖像實(shí)驗(yàn)的開發(fā)者與研究人員能有效節(jié)省數(shù)據(jù)標(biāo)注與格式轉(zhuǎn)換的時(shí)間成本。1. 111張皮膚鏡圖像跑YOLO小樣本醫(yī)學(xué)檢測(cè)到底能不能落地手里只有111張帶標(biāo)簽的皮膚鏡圖像要分白癜風(fēng)、皮炎、黃褐斑三類還想用YOLO做檢測(cè)——這事聽起來像拿玩具槍上戰(zhàn)場(chǎng)。但我在實(shí)際項(xiàng)目里反復(fù)驗(yàn)證過一個(gè)結(jié)論小樣本醫(yī)學(xué)圖像做YOLO關(guān)鍵不在數(shù)據(jù)量絕對(duì)值而在標(biāo)簽質(zhì)量、類別平衡和增強(qiáng)策略的組合。111張圖如果每張都標(biāo)得準(zhǔn)、三類分布不畸形配合合理的遷移學(xué)習(xí)和強(qiáng)增強(qiáng)完全能跑出一個(gè)可用的基線模型至少能驗(yàn)證技術(shù)路線是否值得繼續(xù)投入。這個(gè)數(shù)據(jù)集的核心價(jià)值在于它覆蓋了三種在臨床上容易混淆的色素性/炎癥性皮膚問題白癜風(fēng)是色素脫失、邊界清晰皮炎是紅斑鱗屑、邊界模糊黃褐斑是色素沉著、對(duì)稱分布。用YOLO做檢測(cè)目標(biāo)不是替代醫(yī)生診斷而是幫基層篩查場(chǎng)景做初步定位和分類提示。適合誰適合手里有少量標(biāo)注數(shù)據(jù)、想快速驗(yàn)證YOLO在細(xì)粒度醫(yī)學(xué)圖像上可行性的算法工程師和醫(yī)學(xué)AI方向的研究生。下面我從數(shù)據(jù)檢查、格式轉(zhuǎn)換、訓(xùn)練配置到避坑把整條鏈路拆開講。2. 111張圖先別急著訓(xùn)數(shù)據(jù)體檢與標(biāo)簽清洗2.1 三類皮膚病的視覺特征與標(biāo)注邊界拿到壓縮包解壓后第一件事不是寫訓(xùn)練腳本而是把111張圖全部過一遍。我一般會(huì)按類別建三個(gè)文件夾每類放一個(gè)子集然后用圖片查看器快速翻一遍。這一步的目的是建立對(duì)數(shù)據(jù)分布的直覺白癜風(fēng)的白斑在伍德燈下可能呈亮藍(lán)白色普通皮膚鏡下邊界銳利皮炎的紅斑往往伴隨脫屑標(biāo)注框容易畫大黃褐斑的色素沉著區(qū)域邊界漸變標(biāo)注框容易畫小。標(biāo)注邊界不一致是小樣本醫(yī)學(xué)數(shù)據(jù)集的頭號(hào)殺手。同一個(gè)皮損不同標(biāo)注者可能給出相差20%面積的框。YOLO的損失函數(shù)對(duì)框的回歸很敏感如果同類目標(biāo)的框尺度方差過大模型會(huì)學(xué)到一個(gè)“平均框”導(dǎo)致定位精度上不去。我的做法是對(duì)每一類先隨機(jī)抽10張圖用同一套標(biāo)準(zhǔn)重新檢查框的左上角和右下角是否緊貼皮損邊緣發(fā)現(xiàn)偏差超過15%的就修正。這一步花不了兩小時(shí)但能省掉后面反復(fù)調(diào)參的玄學(xué)時(shí)間。2.2 用腳本做標(biāo)簽分布統(tǒng)計(jì)與異常框剔除人工翻完之后用腳本做量化體檢。下面這段代碼讀取YOLO格式的標(biāo)簽文件統(tǒng)計(jì)每類的框數(shù)量、寬高比和面積占比幫你發(fā)現(xiàn)異常樣本。import os import numpy as np from pathlib import Path from collections import defaultdict # 假設(shè)標(biāo)簽?zāi)夸浗Y(jié)構(gòu)labels/train/ 下是 .txt 文件 label_dir Path(labels/train) img_dir Path(images/train) # 類別映射0-白癜風(fēng) 1-皮炎 2-黃褐斑 class_names {0: vitiligo, 1: dermatitis, 2: melasma} stats defaultdict(list) for txt_file in label_dir.glob(*.txt): img_file img_dir / (txt_file.stem .jpg) if not img_file.exists(): print(f[警告] 標(biāo)簽無對(duì)應(yīng)圖像: {txt_file.name}) continue with open(txt_file, r) as f: lines f.readlines() for line in lines: parts line.strip().split() if len(parts) ! 5: print(f[異常] {txt_file.name} 行格式錯(cuò)誤: {line.strip()}) continue cls_id, cx, cy, w, h int(parts[0]), *map(float, parts[1:]) # 檢查歸一化坐標(biāo)是否越界 if not (0 cx 1 and 0 cy 1 and 0 w 1 and 0 h 1): print(f[越界] {txt_file.name} 類別{cls_id} 框: {cx:.3f},{cy:.3f},{w:.3f},{h:.3f}) stats[cls_id].append((w, h, w * h)) # 輸出每類統(tǒng)計(jì) for cls_id in sorted(stats.keys()): arr np.array(stats[cls_id]) print(f\n類別 {class_names[cls_id]} (id{cls_id}):) print(f 框數(shù)量: {len(arr)}) print(f 平均寬高: {arr[:,0].mean():.3f} x {arr[:,1].mean():.3f}) print(f 平均面積占比: {arr[:,2].mean():.4f}) print(f 面積占比范圍: {arr[:,2].min():.4f} ~ {arr[:,2].max():.4f}) # 面積占比超過0.8的框很可能是標(biāo)注錯(cuò)誤 large arr[arr[:,2] 0.8] if len(large) 0: print(f [注意] 有 {len(large)} 個(gè)框面積占比超過80%建議復(fù)查)這段代碼的邏輯很直接遍歷標(biāo)簽文件檢查每行格式是否為5個(gè)值驗(yàn)證歸一化坐標(biāo)是否在0到1之間然后按類別匯總寬高和面積。參數(shù)方面面積占比超過0.8的框意味著目標(biāo)幾乎占滿整張圖在皮膚鏡圖像里這通常是把整個(gè)視野當(dāng)成了皮損需要人工確認(rèn)。如果某類框數(shù)量明顯少于其他類比如白癜風(fēng)只有15個(gè)框而皮炎有80個(gè)那就要考慮是否對(duì)少數(shù)類做過采樣或調(diào)整損失權(quán)重。2.3 類別不平衡的處理優(yōu)先級(jí)111張圖里三類分布大概率不均勻。假設(shè)白癜風(fēng)40張、皮炎50張、黃褐斑21張框數(shù)量可能更懸殊。處理類別不平衡有幾種常見做法按我的經(jīng)驗(yàn)排序第一優(yōu)先是數(shù)據(jù)層面對(duì)少數(shù)類做旋轉(zhuǎn)、翻轉(zhuǎn)、色彩抖動(dòng)增強(qiáng)把有效樣本量拉到接近多數(shù)類第二優(yōu)先是損失層面在YOLO的分類損失里給少數(shù)類更高權(quán)重第三才是采樣層面用WeightedRandomSampler調(diào)整DataLoader。不要一上來就改損失函數(shù)先把增強(qiáng)做扎實(shí)因?yàn)獒t(yī)學(xué)圖像的語義信息對(duì)幾何變換不敏感旋轉(zhuǎn)90度后的黃褐斑還是黃褐斑。3. 從VOC到Y(jié)OLO格式轉(zhuǎn)換腳本與四個(gè)邊界坑3.1 標(biāo)注格式識(shí)別與轉(zhuǎn)換腳本皮膚疾病數(shù)據(jù)集常見的標(biāo)注格式有三種VOC XML、COCO JSON、以及已經(jīng)轉(zhuǎn)好的YOLO TXT。壓縮包里如果是VOC格式每個(gè)圖對(duì)應(yīng)一個(gè)XML里面記錄了bounding box的xmin、ymin、xmax、ymax。YOLO需要的是歸一化的中心點(diǎn)坐標(biāo)和寬高轉(zhuǎn)換公式是cx (xmin xmax) / 2 / img_wcy (ymin ymax) / 2 / img_hw (xmax - xmin) / img_wh (ymax - ymin) / img_h。import xml.etree.ElementTree as ET from pathlib import Path from PIL import Image def voc_to_yolo(xml_path, img_path, class_map, output_txt): 將VOC XML轉(zhuǎn)為YOLO TXT格式 class_map: 類別名到id的映射如 {vitiligo:0, dermatitis:1, melasma:2} tree ET.parse(xml_path) root tree.getroot() # 獲取圖像尺寸 img Image.open(img_path) img_w, img_h img.size lines [] for obj in root.findall(object): cls_name obj.find(name).text.strip() if cls_name not in class_map: print(f[跳過] 未知類別 {cls_name} in {xml_path.name}) continue cls_id class_map[cls_name] bbox obj.find(bndbox) xmin float(bbox.find(xmin).text) ymin float(bbox.find(ymin).text) xmax float(bbox.find(xmax).text) ymax float(bbox.find(ymax).text) # 邊界裁剪防止坐標(biāo)超出圖像范圍 xmin max(0, min(xmin, img_w)) ymin max(0, min(ymin, img_h)) xmax max(0, min(xmax, img_w)) ymax max(0, min(ymax, img_h)) # 跳過無效框 if xmax xmin or ymax ymin: print(f[無效框] {xml_path.name} 類別{cls_name}) continue cx (xmin xmax) / 2.0 / img_w cy (ymin ymax) / 2.0 / img_h w (xmax - xmin) / img_w h (ymax - ymin) / img_h lines.append(f{cls_id} {cx:.6f} {cy:.6f} {w:.6f} {h:.6f}) with open(output_txt, w) as f: f.write(\n.join(lines)) return len(lines) # 批量轉(zhuǎn)換 class_map {vitiligo: 0, dermatitis: 1, melasma: 2} xml_dir Path(annotations) img_dir Path(images) out_dir Path(labels) out_dir.mkdir(exist_okTrue) for xml_file in xml_dir.glob(*.xml): img_file img_dir / (xml_file.stem .jpg) if not img_file.exists(): print(f[缺失圖像] {xml_file.stem}) continue out_file out_dir / (xml_file.stem .txt) n voc_to_yolo(xml_file, img_file, class_map, out_file) print(f{xml_file.name} - {n} 個(gè)框)這段腳本的關(guān)鍵在于邊界裁剪和無效框過濾。醫(yī)學(xué)圖像標(biāo)注時(shí)標(biāo)注者可能把框拉到圖像邊緣外或者因?yàn)槠p在圖像角落導(dǎo)致xmax小于xmin。不做裁剪的話歸一化坐標(biāo)會(huì)出現(xiàn)負(fù)數(shù)或大于1的值YOLO訓(xùn)練時(shí)雖然不會(huì)報(bào)錯(cuò)但模型會(huì)學(xué)到錯(cuò)誤的定位信號(hào)。參數(shù)上class_map必須和你的實(shí)際類別名完全一致大小寫敏感建議先用grep -r name annotations/ | sort -u看一下所有類別名。3.2 四個(gè)容易翻車的邊界情況第一個(gè)坑是圖像尺寸不一致。皮膚鏡圖像可能來自不同設(shè)備有的1024x1024有的800x600。轉(zhuǎn)換時(shí)每張圖都要用PIL讀取實(shí)際尺寸不能假設(shè)統(tǒng)一大小。第二個(gè)坑是類別名有空格或大小寫混用比如Vitiligo和vitiligo會(huì)被當(dāng)成兩個(gè)類轉(zhuǎn)換前統(tǒng)一轉(zhuǎn)小寫并去空格。第三個(gè)坑是一張圖有多個(gè)同類目標(biāo)YOLO格式允許同一張圖有多行相同cls_id但要注意如果兩個(gè)框高度重疊IoU0.7可能是重復(fù)標(biāo)注建議用NMS預(yù)處理一下。第四個(gè)坑是標(biāo)簽文件編碼Windows下標(biāo)注工具可能存成GBK用Python讀取時(shí)加encodingutf-8否則中文類別名會(huì)亂碼。轉(zhuǎn)換完成后用2.2節(jié)的統(tǒng)計(jì)腳本再跑一遍確認(rèn)每類框數(shù)量合理、沒有越界坐標(biāo)。這一步做完數(shù)據(jù)才算真正準(zhǔn)備好。4. YOLOv8小樣本訓(xùn)練配置參數(shù)怎么設(shè)才不浪費(fèi)111張圖4.1 模型選型與遷移學(xué)習(xí)策略111張圖用YOLOv8n或YOLOv8s就夠了不要上m或l參數(shù)量大了直接過擬合。我的選擇邏輯是如果GPU顯存只有8G選yolov8n.pt預(yù)訓(xùn)練權(quán)重如果顯存16G以上可以試yolov8s.pt。預(yù)訓(xùn)練權(quán)重是在COCO上訓(xùn)的雖然COCO沒有皮膚鏡圖像但底層邊緣、紋理特征是可遷移的。凍結(jié)主干網(wǎng)絡(luò)前幾層只訓(xùn)檢測(cè)頭是小樣本場(chǎng)景的常規(guī)操作。訓(xùn)練配置用YAML文件管理下面是一個(gè)針對(duì)111張圖調(diào)過的配置# skin_yolo.yaml path: ./skin_dataset train: images/train val: images/val names: 0: vitiligo 1: dermatitis 2: melasma # 訓(xùn)練超參 epochs: 200 batch: 8 imgsz: 640 workers: 4 device: 0 optimizer: AdamW lr0: 0.001 lrf: 0.01 momentum: 0.937 weight_decay: 0.0005 warmup_epochs: 5 warmup_momentum: 0.8 # 增強(qiáng)參數(shù)小樣本關(guān)鍵 hsv_h: 0.015 hsv_s: 0.7 hsv_v: 0.4 degrees: 15.0 translate: 0.1 scale: 0.5 shear: 5.0 perspective: 0.0 flipud: 0.5 fliplr: 0.5 mosaic: 1.0 mixup: 0.1 copy_paste: 0.1 # 驗(yàn)證與保存 val: true save_period: 20 patience: 50參數(shù)說明lr00.001比默認(rèn)的0.01小一個(gè)量級(jí)因?yàn)樾颖救菀渍鹗巜armup_epochs5讓學(xué)習(xí)率從低到高預(yù)熱避免初期梯度爆炸mosaic1.0和mixup0.1是強(qiáng)增強(qiáng)組合能顯著提升小樣本泛化但注意mosaic在最后10個(gè)epoch要關(guān)掉否則模型學(xué)到的目標(biāo)尺度分布和真實(shí)場(chǎng)景偏差太大。patience50表示50個(gè)epoch驗(yàn)證指標(biāo)不提升就早停111張圖通常100個(gè)epoch內(nèi)就能看到收斂趨勢(shì)。4.2 訓(xùn)練命令與關(guān)鍵日志解讀用Ultralytics的YOLOv8命令行啟動(dòng)訓(xùn)練yolo detect train \ dataskin_yolo.yaml \ modelyolov8n.pt \ epochs200 \ batch8 \ imgsz640 \ projectskin_runs \ nameexp1 \ exist_okTrue \ pretrainedTrue \ optimizerAdamW \ lr00.001 \ patience50啟動(dòng)后重點(diǎn)看三個(gè)指標(biāo)box_loss、cls_loss和mAP50。小樣本場(chǎng)景下box_loss在前20個(gè)epoch應(yīng)該快速下降如果震蕩劇烈把lr0再降到0.0005。cls_loss如果一直不降檢查類別標(biāo)簽是否從0開始連續(xù)編號(hào)YOLO要求類別id從0開始且不能跳號(hào)。mAP50在驗(yàn)證集上能到0.5以上就算這個(gè)數(shù)據(jù)集有信號(hào)到0.7以上說明標(biāo)注質(zhì)量不錯(cuò)。如果mAP50在0.2附近徘徊大概率是標(biāo)注框問題回到第2章重新體檢。4.3 驗(yàn)證集劃分與交叉驗(yàn)證的取舍111張圖怎么劃分訓(xùn)練驗(yàn)證常見做法是8:2即89張訓(xùn)練、22張驗(yàn)證。但小樣本下單次劃分的方差很大可能恰好驗(yàn)證集里都是難樣本。我的建議是做5折交叉驗(yàn)證每折用不同的22張做驗(yàn)證最后取平均mAP。雖然訓(xùn)練時(shí)間乘以5但111張圖的訓(xùn)練很快單折200epoch在單卡上也就十幾分鐘。交叉驗(yàn)證的結(jié)果更能反映模型的真實(shí)泛化能力也方便你判斷哪些樣本是“頑固錯(cuò)誤”后續(xù)針對(duì)性補(bǔ)標(biāo)。5. 避坑與排查小樣本YOLO訓(xùn)練中最容易翻車的五件事5.1 現(xiàn)象訓(xùn)練loss正常下降但驗(yàn)證mAP始終為0原因通常是驗(yàn)證集的標(biāo)簽路徑配置錯(cuò)誤。YOLO在驗(yàn)證時(shí)會(huì)去val指定的目錄下找同名的.txt標(biāo)簽文件如果標(biāo)簽文件名和圖像文件名不一致比如圖像是img_001.jpg標(biāo)簽是img_001_voc.txt驗(yàn)證時(shí)找不到標(biāo)簽mAP自然為0。解決方法是檢查labels/val/下的文件名是否和images/val/一一對(duì)應(yīng)用ls images/val | sed s/.jpg/.txt/和ls labels/val對(duì)比一下。5.2 現(xiàn)象模型只預(yù)測(cè)某一類其他類完全漏檢這是類別不平衡的典型表現(xiàn)。假設(shè)皮炎樣本占70%模型會(huì)傾向于把所有框都預(yù)測(cè)成皮炎因?yàn)檫@樣分類損失最小。解決分兩步先在數(shù)據(jù)增強(qiáng)里對(duì)少數(shù)類做copy_paste把少數(shù)類目標(biāo)復(fù)制到其他圖像上再在訓(xùn)練配置里加cls_pw參數(shù)YOLOv8支持通過class_weights傳權(quán)重給少數(shù)類2到3倍的分類損失權(quán)重。如果還不行考慮用focal loss替換默認(rèn)的BCE loss但YOLOv8改損失需要?jiǎng)釉创a新手不建議。5.3 現(xiàn)象驗(yàn)證集mAP波動(dòng)很大每次訓(xùn)練結(jié)果差10個(gè)點(diǎn)以上小樣本訓(xùn)練本身方差就大但如果波動(dòng)超過10個(gè)點(diǎn)通常是驗(yàn)證集太小或樣本分布不均。22張驗(yàn)證圖里如果只有3張黃褐斑模型在這3張上的表現(xiàn)隨機(jī)性極強(qiáng)。解決辦法是增大驗(yàn)證集比例到30%或者做交叉驗(yàn)證取平均。另外檢查seed參數(shù)YOLO默認(rèn)隨機(jī)種子不固定每次劃分和增強(qiáng)的隨機(jī)性不同固定seed42能讓結(jié)果可復(fù)現(xiàn)。5.4 現(xiàn)象推理時(shí)框的位置偏移明顯分類正確但定位不準(zhǔn)這通常是標(biāo)注框的寬高比和實(shí)際目標(biāo)不匹配。皮膚鏡圖像里皮損往往是不規(guī)則形狀標(biāo)注者可能畫了正方形框但實(shí)際皮損是細(xì)長(zhǎng)條。YOLO的回歸損失對(duì)寬高比敏感如果訓(xùn)練集里同類目標(biāo)的寬高比方差大模型學(xué)到的框會(huì)偏向平均值。解決方法是回到標(biāo)注環(huán)節(jié)對(duì)寬高比異常的框比如w/h3或h/w3重新檢查必要時(shí)用分割掩碼代替檢測(cè)框但那就變成YOLOv8-seg的任務(wù)了。5.5 現(xiàn)象訓(xùn)練到后期mAP突然掉點(diǎn)如果mAP在150epoch左右突然下降大概率是過擬合。111張圖訓(xùn)200epoch模型可能開始記憶訓(xùn)練樣本的噪聲。解決方法是早停patience設(shè)30到50或者在最后50個(gè)epoch關(guān)閉mosaic增強(qiáng)讓模型在真實(shí)分布上微調(diào)。另外檢查weight_decay小樣本下可以適當(dāng)增大到0.001抑制權(quán)重過大。6. 小樣本醫(yī)學(xué)檢測(cè)的進(jìn)階技巧從111張到可用模型的最后一公里6.1 用測(cè)試時(shí)增強(qiáng)TTA榨干模型性能訓(xùn)練完之后推理階段還能再擠一點(diǎn)性能出來。測(cè)試時(shí)增強(qiáng)的做法是對(duì)同一張測(cè)試圖做多次變換水平翻轉(zhuǎn)、多尺度縮放分別推理后把結(jié)果做NMS融合。YOLOv8內(nèi)置了TTA參數(shù)在predict時(shí)加augmentTrue即可yolo detect predict \ modelskin_runs/exp1/weights/best.pt \ sourcetest_images/ \ augmentTrue \ conf0.25 \ iou0.45 \ saveTrue \ save_txtTrueaugmentTrue會(huì)啟用TTAconf0.25是置信度閾值小樣本模型建議設(shè)低一點(diǎn)寧可多檢一些再人工過濾。iou0.45是NMS的IoU閾值皮膚鏡圖像里皮損之間重疊少可以設(shè)到0.5。TTA通常能帶來1到3個(gè)點(diǎn)的mAP提升代價(jià)是推理時(shí)間乘以3到5倍看你的場(chǎng)景是否接受。6.2 錯(cuò)誤樣本分析與主動(dòng)學(xué)習(xí)閉環(huán)跑完驗(yàn)證后把預(yù)測(cè)錯(cuò)誤的樣本挑出來按錯(cuò)誤類型分類漏檢、誤檢、分類錯(cuò)誤、定位偏差。漏檢的樣本往往是皮損面積小或?qū)Ρ榷鹊瓦@類樣本優(yōu)先補(bǔ)充標(biāo)注誤檢的樣本可能是正常皮膚紋理被誤判需要增加負(fù)樣本。主動(dòng)學(xué)習(xí)的思路是每輪訓(xùn)練后挑出模型最不確定的樣本置信度在0.3到0.6之間的人工復(fù)核后加入訓(xùn)練集。111張圖經(jīng)過3到5輪主動(dòng)學(xué)習(xí)通常能擴(kuò)充到200張左右的有效訓(xùn)練集mAP能有明顯提升。6.3 一個(gè)我踩過的坑別在驗(yàn)證集上調(diào)參最后說一個(gè)血淚教訓(xùn)。我剛開始做小樣本醫(yī)學(xué)檢測(cè)時(shí)習(xí)慣在驗(yàn)證集上反復(fù)調(diào)學(xué)習(xí)率、增強(qiáng)參數(shù)看到mAP漲了就保留。結(jié)果模型在驗(yàn)證集上表現(xiàn)很好但換一批新數(shù)據(jù)就崩了。后來才明白驗(yàn)證集被我用成了測(cè)試集模型間接過擬合了驗(yàn)證集。正確做法是訓(xùn)練集調(diào)參驗(yàn)證集選模型另外留一個(gè)獨(dú)立的測(cè)試集做最終評(píng)估。111張圖如果實(shí)在不夠分至少用交叉驗(yàn)證的折外預(yù)測(cè)來做模型選擇不要盯著單一驗(yàn)證集的數(shù)字調(diào)參。希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取