企业官网建设流程全解析

简介：面向皮肤癌智能识别任务的医学目标检测数据集，按YOLO标准格式整理训练集与验证集，共1,570张高分辨率图片，覆盖基底细胞癌、黑色素瘤、银屑病、日光性角化病、交界痣、脂溢性角化病等9类常见皮肤疾病，兼顾恶性病变与良性病灶，适用于医疗影像方向的算法工程师、科研人员及目标检测初学者开展模型训练与效果评估。压缩包共计2000个文件，含1,570个txt标注文件、428个jpg原始图像、1个yaml配置文件及1个docx数据集说明文档，整体大小68.16MB，无需额外预处理即可直接读取，训练集与验证集已预先划分完毕，分别包含1,256张与314张图片，免去手动拆分的繁琐步骤。目前已有142人浏览学习，对于需要标准医学目标检测数据集验证YOLO系列模型性能的场景具有明确的实用参考价值。

1. 皮肤癌目标检测数据集：拿 1570 张标注图跑通 YOLO 病灶检测

皮肤科门诊里，医生看一眼皮损照片就能说个大概，但把这件事交给算法远没那么轻松：黑色素瘤和良性痣长得太像，类间差异极小，标注稍微糊一点，模型就分不清。这套「皮肤癌目标检测数据集.zip」解开后是 1570 张高分辨率医学图片，训练集 1256 张、验证集 314 张，覆盖基底细胞癌、复杂痣、皮内痣、交界痣、扁平苔藓、黑色素瘤、银屑病、脂溢性角化病、日光性角化病 9 类病灶。文件是 Roboflow 导出的标准结构，每张图带 YOLO 格式标注，解压改一下数据路径就能直接开训。适合手上缺医学标注数据、想先跑通 YOLO baseline 的算法工程师，也适合做医学影像 AI 课题、需要一份干净数据集验证思路的研究生。

2. 数据集结构与标签体系：9 类病灶的医学含义和检测难点

2.1 九类病灶怎么分：良性、恶性与易混淆组

做目标检测第一件事是搞清楚标签语义，尤其医学数据集，类别名不是随便起的。这套数据的 9 个类别横跨良性、恶性、癌前病变三类性质，我按训练时的实际感受整理成一张表：

从检测算法角度看，这份数据最麻烦的不是类别多，而是「易混淆对」多。Melanoma 与 Complex_moles 这对，一个是高度恶性黑色素瘤，一个是形态不规则的良性复杂痣，二者都可能出现不对称、边缘锯齿、颜色不均，训练时 loss 往往集中在这两类的边界上；Basal_cell_carcinoma 与 Seborrheic_keratosis 这对也一样，基底细胞癌和老年斑的蜡样表面在照片里很难一眼区分。验证集的混淆矩阵里基本是这两块最热。我一般把这个先验记下来：训练结束后单独看这两对的混淆情况，而不是只盯着总 mAP 一个数。

另一个值得注意的点是尺度差异。银屑病和扁平苔藓的病灶往往是一小片密集分布，单颗皮损只有几十个像素；基底细胞癌、脂溢性角化病则是单颗大病灶，同一张图里目标尺寸能差 5 倍以上。这对锚框策略和小目标检测有直接影响，第 4 章会细说。简单讲，这份对照数据的检测难点不在「找不找得到」，而在「分不分得清」，标注框质量直接决定模型上限。

2.2 文件名里藏着什么：Roboflow 导出结构与哈希命名

数据集文件名不是乱起的，拿其中一张举例：

intradermal-nevus-INN-7-_jpg.rf.0aa3ba9e55ba2e53ba22be752483ad4b.jpg

从左往右拆：intradermal-nevus是类别名，INN-7是图片原始 ID，_jpg表示原图格式，.rf.后面那串 32 位哈希是 Roboflow 平台给每张图片生成的唯一标识，防止不同来源图片重名。这种命名在 Roboflow 导出的目标检测数据集里很常见，.rf.后面的哈希可以直接当唯一键用，以后合并别的公开数据集也不会撞名。

解压之后目录一般是这种结构：

skin-cancer/ ├── train/ │ ├── images/ # 训练图片 .jpg │ └── labels/ # 同名 .txt，YOLO 格式标注 └── valid/ ├── images/ └── labels/

标签文件和图片同名不同后缀，每行 5 个数字：

class_id x_center y_center width height

坐标全部是相对图片宽高的归一化小数，范围 0～1。这是 YOLO 系列的通用标签格式，Ultralytics YOLOv8、YOLOv11 直接读这种 txt，不需要再转 COCO 或 VOC。如果你这份 zip 解开后标注和图片混放在一起，按 3.2 节的脚本重排即可，不影响数据本身。

2.3 训练集验证集划分：1256/314 的 8:2 比例怎么用

训练集 1256 张、验证集 314 张，合计 1570 张，正好是 8:2 划分。目标检测里这个量级属于「小样本但能跑通」：不像 COCO 那种几十万张的大数据集，但也足够训出像样的 baseline，关键看怎么组织数据。

拿到数据我建议先做一次类别分布体检。医学数据集普遍不均衡，黑色素瘤、日光性角化病的样本通常远少于银屑病，先知道分布才知道后面要不要做特殊处理。统计脚本如下：

from collections import Counter from pathlib import Path for split in ["train", "valid"]: label_dir = Path(f"skin-cancer/{split}/labels") counter = Counter() for txt in label_dir.glob("*.txt"): for line in txt.read_text().strip().splitlines(): if line: counter[int(line.split()[0])] += 1 print(split, dict(sorted(counter.items())))

这段代码遍历每个标签文件，取每行第一列（类别 ID）做计数，输出类似{0: 142, 1: 98, ...}的字典。如果 Melanoma 只有几十张，后面必须单独处理，否则模型大概率把它当背景漏检。顺手还要计算每个类别在 train 和 valid 里的占比是否一致——train 里占 5% 的类在 valid 里占 20%，验证指标就会虚高。

提示：Roboflow 导出时类别 ID 通常按字母序从 0 开始，与 YAML 中 names 顺序一一对应。统计输出的 key 是数字 ID，务必对照 names 看，别把 ID 和类别名搞错位。

3. 用 YOLOv8 复现皮肤癌检测：环境、数据与训练一条龙

3.1 环境准备与依赖安装

先讲环境。Ultralytics YOLOv8 是目前最省事的目标检测框架，pip 装完就能跑，不用自己编译 Darknet 或折腾 C++ 源码。我习惯先用 conda 隔离一个干净环境，避免和系统里其他项目的 torch 版本打架：

conda create -n skin python=3.10 -y conda activate skin pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121 pip install ultralytics python -c "import torch; print(torch.cuda.is_available())"

最后一行输出True说明 GPU 可用，训练走 CUDA；输出False也没关系，1570 张图用 CPU 也能训，只是慢。cu121 是 CUDA 12.1 对应的 torch 版本，显卡驱动较老就换成 cu118，两个版本对最终精度没有实质差别。先装 torch 再装 ultralytics 是有讲究的：ultralytics 默认会顺手拉一个 torch，装的很可能不是 GPU 版，把已经配好的 CUDA 环境覆盖掉，这个坑我踩过一次，所以顺序反过来了。

3.2 目录整理与 YAML 配置

数据集解压后如果目录不是 images/labels 分离的结构，先整理再谈训练。最常见的坑是 jpg 和 txt 混在同一个文件夹里，YOLO 找不到标签直接报错。整理脚本如下：

cd ~/datasets/skin-cancer for split in train valid; do mkdir -p "$split/images" "$split/labels" find "$split" -maxdepth 1 -name "*.jpg" -exec mv {} "$split/images/" \; find "$split" -maxdepth 1 -name "*.txt" -exec mv {} "$split/labels/" \; done

脚本对 train 和 valid 分别建 images、labels 子目录，把同目录下的 jpg 和 txt 各归各位。执行完用ls train/images | wc -l和ls train/labels | wc -l对比数量，图片数和标签数必须一致，这个一致性检查比任何配置文件都重要——少一个标签，那张图就会被当空样本跳过，模型等于白看一张图。

目录就绪后写数据配置文件，文件名随意，我用skin_cancer.yaml：

path: /home/yourname/datasets/skin-cancer train: train/images val: valid/images nc: 9 names: 0: Basal_cell_carcinoma 1: Complex_moles 2: Intradermal_nevus 3: Junctional_nevus 4: Lichen_planus 5: Melanoma 6: Psoriasis 7: Seborrheic_keratosis 8: Solar_keratosis

path填数据集的绝对路径，train和val是相对 path 的图片目录，YOLO 会自动到同级的 labels 目录找标注。nc是类别数，必须和 names 长度一致。names 顺序不能乱，它对应标签文件每行的第一列数字；Roboflow 默认按字母序排类，所以这里 0～8 正好和导出一致。如果你自己动过标签，先跑一遍 2.3 节的统计脚本，核对最大 ID 是不是 8。

3.3 训练参数与启动训练

配置没问题就可以开训了。baseline 命令长这样：

yolo detect train \ model=yolov8n.pt \ data=skin_cancer.yaml \ epochs=120 \ imgsz=640 \ batch=16 \ patience=25 \ lr0=0.003 \ project=runs/skin \ name=baseline

参数说明：model=yolov8n.pt用 nano 版预训练权重做迁移学习，医学图和 ImageNet 分布差异大，但底层的边缘、纹理特征仍可用，比从零训练收敛快得多。imgsz=640是默认输入尺寸，显存小于 16G 就别往上加。patience=25表示连续 25 个 epoch 验证指标不提升就提前停，医学小数据集通常 60～80 epoch 就收敛了，不用真跑满 120。lr0=0.003比默认的 0.01 保守，原因在第 5 章避坑里细说。

训练结束后去runs/skin/baseline/看结果，重点看results.png里的 loss 曲线和weights/best.pt。best.pt 是按验证集指标保存的最优权重，后面验证、推理都只用它，不要用last.pt——那是中途或结束时的保存，指标通常更差。

3.4 验证与推理：看 mAP 也要看具体错在哪

训练完先跑验证，拿到量化指标：

yolo detect val \ model=runs/skin/baseline/weights/best.pt \ data=skin_cancer.yaml

输出里两个数最要紧：mAP50是 IoU 阈值 0.5 下的平均精度，mAP50-95是 0.5 到 0.95 每隔 0.05 的平均。医学检测场景我优先看 mAP50，病灶框允许一定误差，框大一点小一点不影响判读；mAP50-95 低说明框边界不精，多半是标注本身就糊。之后再抽几张验证图跑推理：

yolo detect predict \ model=runs/skin/baseline/weights/best.pt \ source=/home/yourname/datasets/skin-cancer/valid/images \ conf=0.25 \ save=True

conf=0.25表示置信度低于 0.25 的预测框直接丢弃，save=True把带框的结果图保存下来。这一步是给「人眼」看的——指标再漂亮，都要直接看图判断模型学的是病灶本身还是皮肤纹理背景。我习惯把误检图单独收一个目录，后面调阈值、调增强时反复对比。

4. 训练效果调优：从 mAP 到临床可用性的参数调整

4.1 输入尺寸与数据增强：医学图像不能照搬自然图像的套路

baseline 跑通只是第一步，要让它接近临床可用，参数得重调。第一个动的是输入尺寸。皮肤镜照片里病灶往往只占整图的 10%～20%，imgsz=640 时小病灶缩到几十个像素，特征基本被压没了。显存够的话，把 imgsz 提到 960 试一轮，mAP50 通常能涨 3～5 个点，代价是训练时间翻倍、batch 要跟着降。如果显存只有 8G，imgsz=960 配 batch=4 是极限，再往上就得换 640。

增强策略也要改，这里最容易翻车。YOLOv8 默认开 mosaic、hsv 变换等一堆增强，在自然图像上很有效，但皮肤癌数据要慎用。mosaic 把 4 张图拼成一张，病灶被切碎再缩放，等于给模型生成现实中不存在的样本；hsv 色相扰动直接改变皮肤颜色，而皮肤病诊断极度依赖颜色信息，红色斑块被改成紫色，模型学到的颜色特征就废了。我实际用的配置：

yolo detect train \ model=yolov8n.pt data=skin_cancer.yaml \ imgsz=960 batch=8 epochs=120 \ hsv_h=0.01 hsv_s=0.2 hsv_v=0.2 \ mosaic=0.3 close_mosaic=10

hsv_h=0.01把色相扰动压到几乎不变，mosaic=0.3降低 mosaic 的参与概率，close_mosaic=10让最后 10 个 epoch 完全关闭 mosaic，让模型在真实分布上做最后收敛。这几项改动在色彩敏感的医学数据上，收益比调学习率还明显。从那以后，我在任何医学数据集上都会先问一句：默认增强会不会把类别关键特征改掉，再决定开多大。

4.2 类别不均衡：先统计，再决定用哪种手段

医学数据集几乎没有类别均衡的，黑色素瘤样本少、良性痣样本多，模型天然偏向多数类。先跑 2.3 节的统计脚本拿分布，样本量差距在 3 倍以内不用大动干戈，正常训练；超过 5 倍就要干预了。

轻量做法是复制少数类样本，让模型每个 epoch 多看到它们几遍。写个简单脚本按类别 ID 复制：

import shutil from pathlib import Path base = Path("skin-cancer/train") target_class = "5" # Melanoma dup_count = 2 # 每张图复制 2 份 for txt in (base / "labels").glob("*.txt"): lines = txt.read_text().strip().splitlines() if any(line.split()[0] == target_class for line in lines): img = base / "images" / (txt.stem + ".jpg") for i in range(dup_count): shutil.copy(txt, base / "labels" / f"{txt.stem}_dup{i}.txt") shutil.copy(img, base / "images" / f"{txt.stem}_dup{i}.jpg")

脚本逻辑很简单：遍历 train 的标签，只要某张图包含 Melanoma，就把它的图片和标签各复制两份，文件名加_dup0、_dup1后缀。注意只复制 train，val 绝对不能动，否则验证指标失真。更稳的做法是两阶段训练：第一轮全量数据训出 baseline，第二轮针对 mAP 接近 0 的难分类别单独微调。样本太少时，任何高级采样技巧都不如让模型多看几遍数据管用，这是我做过几个小样本医学项目后的朴素结论。

4.3 迁移学习与骨干网络：nano 起步，m 版本收尾

医学数据量小，从头训练基本不可行，必须迁移。但预训练权重的使用要分层看：底层卷积学到的边缘、纹理特征对皮肤镜照片仍然有效，深层特征偏向自然物体，所以训练时要控制骨干网络的更新幅度。

我习惯先用yolov8n.pt跑通全流程，确认数据和配置没问题，再换yolov8m.pt加冻结策略冲精度：

yolo detect train \ model=yolov8m.pt data=skin_cancer.yaml \ imgsz=960 batch=8 epochs=100 \ freeze=10 lr0=0.001

freeze=10冻结前 10 层，让它们在前几个 epoch 保持 ImageNet 学到的通用特征，只更新检测头；lr0=0.001比 baseline 更低，因为 m 版本参数更多，学习率大容易震荡。这一轮跑完 mAP50 通常能从 nano 的 0.7 上下涨到 0.8 以上。显存不够跑 m 版本的话，yolov8s.pt是次优选择，参数量介于 n 和 m 之间，8G 显存也能跑。

注意：换模型前把runs/skin/baseline整个目录改名或备份，别让两次训练的曲线混在一起，后面对比全是脏数据。

5. 医学目标检测避坑指南：5 个真实踩坑记录

这章全是血泪经验，下面的坑我基本都亲手踩过。每条按「现象 → 原因 → 解决」写，直接对照排查。

5.1 现象：训练 loss 前 20 轮不降反升，验证 mAP 一直是 0

原因：学习率过大加 batch 太小。默认lr0=0.01在 COCO 那种大数据集上没问题，但在 1256 张图的小样本场景里梯度噪声大，0.01 直接震荡，loss 完全压不住。batch 小于 8 时尤其明显。

解决：把lr0降到 0.003，同时设warmup_epochs=3让学习率前 3 个 epoch 线性爬升。改完之后 loss 前 10 轮就能稳定下降，mAP50 在第 20 轮左右开始出现非零值。如果降学习率还压不住，检查 batch：8G 显存跑 imgsz=640 时 batch=8 是底线，再小梯度就没法收敛。

5.2 现象：验证集 mAP 0.85，换真实照片却大量误检

原因：数据同源泄露。这套皮肤癌数据如果来自少数病例拍摄批次，同一来源的多张照片可能同时进了 train 和 val，模型记住的是拍摄背景和光照条件，而不是病灶本身的特征，验证指标虚高，一上真实场景立刻露馅。

解决：按文件名的来源前缀分组切分。比如INN-7这组的图片属于同一来源，组内所有图片要么全进 train、要么全进 valid，按来源而不是按单张图片随机切分。另外准备 20～30 张外部来源的皮肤镜照片做冒烟测试，训练完先跑一遍，掉多少分一眼可见。医学数据集最容易中招的就是这一类问题，因为病例拍摄批次天然成组。

5.3 现象：预测框整体偏移，框和病灶边缘对不齐

原因：标签坐标没归一化，或尺度不匹配。Roboflow 导出时如果原图被自动 resize 过，而标签文件里的坐标仍基于原图尺寸，框就会整张图偏移。另一种情况是标签里混入了绝对像素坐标，YOLO 当成归一化坐标来读，框直接飘到画面边缘。

解决：抽查一个标签文件看数值范围：

import numpy as np p = "skin-cancer/train/labels/intradermal-nevus-INN-7-_jpg.rf.0aa3ba9e55ba2e53ba22be752483ad4b.txt" data = np.genfromtxt(p) print(data.shape, data[:, 1:].min(), data[:, 1:].max())

正常归一化坐标的所有值都应该在 0～1 之间。如果最大值大于 1，说明是像素坐标，需要除以原图宽高重新归一化；如果值都在 0～1 但框仍然偏小，多半是标注本身画得紧，无法靠代码修复，推理时把 IoU 阈值从默认的 0.45 放宽到 0.35 稍微缓解。坐标范围检查成本极低，我现在把这件事列为拿到新数据集后的第一个动作。

5.4 现象：训练中途报错，提示 label class 超出范围

原因：标签文件的 class_id 和 YAML 的 nc 对不上。典型的场景是 Roboflow 导出后某个类别被单独删改过，ID 不连续；或者你写 YAML 时 names 的顺序和导出时的 ID 顺序不一致，模型读到 ID=8 的标签但 names 只给了 8 个名字，直接越界崩溃。

解决：训练前全量扫描 train 和 valid 标签的最大类别 ID：

awk '{print $1}' skin-cancer/train/labels/*.txt | sort -n | uniq awk '{print $1}' skin-cancer/valid/labels/*.txt | sort -n | uniq

两条命令的输出应该包含 0 到 8，且没有大于 8 的数字。出现 9 或更大的数字，说明有别的类混进来了，先把对应样本挑出来看图，再决定删除还是归并到正确类别。这个检查 30 秒做完，却能省掉一次训练中断浪费的几个小时。

5.5 现象：Melanoma 的 mAP 接近 0，其他类别都正常

原因：类别易混淆加样本过少。黑色素瘤和复杂痣在外观上高度相似，而 Melanoma 的样本量又少，模型把绝大部分黑色素瘤都预测成了 Complex_moles。这不是 bug，而是数据分布问题，属于医学目标检测最典型的 failure mode。

解决：先看混淆矩阵确认误判去向，再按 4.2 节的方式复制 Melanoma 样本。如果复制后还是压不住，把这两类单独拎出来训练一个二分类模型，在检测框的基础上做二次分类。二分类模型用同一份数据只保留这两个类的标签，epochs 减半就能收敛，效果往往比硬调检测头好。医学检测里「先检测后分类」是很实用的拆法，把 9 分类问题拆成「框出病灶」和「判断性质」两步，每一步都简单很多。

6. 进阶验证技巧：混淆矩阵与置信度阈值校准

6.1 从验证集自动导出混淆矩阵

训练结束别只看 mAP 数字，把混淆矩阵拉出来看一遍，能省下大量盲目调参的时间。Ultralytics 在验证时会自动产出confusion_matrix.png，也可以直接用 Python 读取：

from ultralytics import YOLO model = YOLO("runs/skin/baseline/weights/best.pt") metrics = model.val(data="skin_cancer.yaml") cm = metrics.confusion_matrix.matrix # (nc+1, nc+1) print(cm)

矩阵每一行是真实类别，每一列是预测类别，最后一行一列是背景。我拿到手只看三个位置：对角线亮不亮（各类别识别率）、Melanoma 那一行里哪一列的数值最大（被误判成了谁）、背景行有没有大片非零（漏检严不严重）。三个问题对应的调法完全不同——分别对应加数据、做二分类、降阈值。

6.2 置信度阈值：宁可多检，不可漏检

医学检测和安防、交通场景不一样，漏检一个黑色素瘤的代价远高于多框一个良性痣。默认conf=0.25在验证集上 f1 最高，但真正落地使用我会降到一个更保守的值：

yolo detect predict \ model=runs/skin/baseline/weights/best.pt \ source=/home/yourname/datasets/skin-cancer/valid/images \ conf=0.08 \ iou=0.35 \ save=True

conf=0.08会放出大量低置信度框，iou=0.35让重叠框的抑制更宽松，避免两个相邻病灶被合并成一个。代价是误检变多，但这些误检框在人工复核阶段可以被快速筛掉，漏检则完全没有补救机会。如果是做辅助诊断工具，我一般会把置信度做成可调滑杆，而不是写死一个值，让操作医生根据场景自己权衡。

这套皮肤癌数据集我已经放进自己的数据集清单里，作为皮肤癌检测 benchmark 的默认起步数据。从那以后，我每次拿到新的医学检测数据集，都强制走一遍固定流程：先统计类别分布和标签坐标范围，再按来源分组切分数据，最后看完混淆矩阵才敢谈调优。这套习惯是从皮肤癌数据集的几次翻车里总结出来的，希望帮到你。

本文还有配套的精品资源，点击获取