SIIM-ISIC皮肤癌图像分类提交文件数据集-2021-khoongweihao
数据来源：互联网公开数据
标签：SIIM-ISIC,皮肤癌,图像分类,提交文件,机器学习,模型融合,医学影像,预测模型
数据概述：
本数据集包含SIIM-ISIC皮肤癌图像分类竞赛中的多个提交文件，涵盖了不同模型的预测结果。提交文件分为两类：一类是仅使用非图像数据训练和预测的模型，文件名带有'noimg'后缀；另一类是仅使用图像数据或结合图像与非图像数据预测的模型（例如，文件名带有'0.914'后缀）。这些提交文件一部分来自公开的Kaggle笔记本，另一部分来自私人训练的模型（其训练流程和模型架构与公共模型不同）。
数据集包括以下来源的公共笔记本贡献的提交文件：
- Melanoma EDA and Prediction by @anshuls235
- Inference Single Model Melanoma Starter by @shonenkov
- Image and Tabular Data 0.915 by @cdeotte
- Melanoma TPU EfficientNet B5 Dense Head by @ajaykumar7778
- Melanoma EfficientNetB6 Inference by @soham1024
- Melanoma Pytorch Starter EfficientNet by @nroman
- Melanoma EDA Efficientnets Densenet Ensemble by @redwankarimsony
- Pytorch 5 Fold Efficientnet Baseline by @zzy990106
- TPU SIIM ISIC Efficientnetb3 Inference by @yasufuminakama
- SIIM ISIC Pytorch Lightning Starter Seresnext50 by @arroqc
数据用途概述：
该数据集适用于皮肤癌图像分类模型的评估、研究和改进。研究人员可以利用这些提交文件进行模型融合、比较不同模型的性能、优化预测算法等。此外，该数据集也适合用于医学影像领域的教学和培训，帮助学习者了解皮肤癌图像分类的实际应用。
