简介：面向yolo系列算法目标检测任务，聚焦深色皮肤相关皮肤病医学图像数据集，涵盖白糠疹、炎症后色素沉着过度、特发性黑色素沉着症、汇流和网状、白癜风等类别，共703个文件，压缩包约9.16MB。数据集包含234张jpg原图、234个txt标注文件与234个xml标注文件，分别对应yolo格式与voc格式标签，另附1个data.yaml配置文件，整体已划分好训练集与验证集，可直接接入yolov5、yolov7、yolov8、yolov9、yolov10、yolo11等主流算法训练和验证。标签信息按<x_center> <y_center> 归一化坐标存储，便于理解和使用。对需要皮肤病变检测、医学图像目标识别或yolo模型实践的研究者与开发者而言，免去了手动标注和格式转换的麻烦，拿到后即可开展训练调试。目前已有60人学习下载，适合作为算法入门或科研验证的现成数据集。
1. 深色皮肤皮肤病YOLO数据集：234张图像能训出什么边界
我拿到这份「yolo算法-深色皮肤数据集-234张图像带标签」时的第一反应是：终于有人把皮肤病的样本往深色皮肤上靠了。多数公开皮肤病数据集以浅色皮肤为主，深色皮肤样本少到什么程度？少到训练出来的模型一遇到真实场景里肤色偏深的患者，检测框就开始抖，漏检率明显上升。这份资源包含白糠疹、炎症后色素沉着过度、特发性黑色素沉着症、汇流和网状、白癜风五个类别，全部带标签，且同时给了YOLO格式的txt和VOC格式的xml两种标注，外加已经划分好的数据集配置data.yaml，适用yolov5到yolo11全系列算法。对想跑通皮肤病目标检测流程、验证深色皮肤场景下算法鲁棒性的人来说，这是一份可以立刻开工的资源——它解决的是「有标签可训」的问题，而不是「标签完美」的问题。234张不算大，所以适合做算法选型验证、预训练权重微调和数据增强实验，不适合直接拿去做临床部署。
2. 双标签格式拆解：YOLO txt与VOC xml如何对齐不串行
2.1 YOLO格式：归一化坐标与数据集配置文件
YOLO格式的标签是纯文本，每行对应一个目标框，五列依次是类别索引、中心点x、中心点y、框宽、框高。关键点在于后四列全部是相对图像宽高的比例值，范围0到1，不是像素绝对值。我见过不少初学的人直接把xml里的xmin、ymax填进来，结果训练时loss直接飞掉——因为数值范围差了几百倍，归一化层根本没法处理。
这份数据集在yolo标签文件夹里，每个txt文件名和对应的jpg图像名完全一致，比如img_0795_26.jpg对应img_0795_26.txt。打开一个txt文件，大概长这样：
2 0.534375 0.687500 0.081250 0.145833第一列的2代表类别索引，对应data.yaml里names列表的第三个类别。如果你的data.yaml里names顺序和标签文件不一致，所有框都会跑到错误的类别上去——这个问题后面避坑章会再提。后四列的计算方式倒推回去也能验证标签对不对，比如x_center是0.534375，乘以图像宽度640就是342，刚好是框中心点的像素坐标。这种归一化设计的好处是图像缩放、resize之后标签不用跟着改，坏处是排查问题时没法一眼看出框的位置对不对。
2.2 VOC格式与坐标换算：从xml反推像素框
VOC格式的xml是另一个文件夹里的，标注信息以像素坐标存放，结构比txt完整，包含filename、size、object的name和bndbox四个坐标。两份标签描述的是同一个检测框，只是坐标系不同，所以理论上它们应该能互相转换，也天然成为交叉验证的素材。我处理这类资源时习惯先随机抽三个xml，手动换算一遍，和对应的txt比对，确认数据集制作方没有偷懒。
import xml.etree.ElementTree as ET def voc_to_yolo(xml_path, class_names, img_w, img_h): tree = ET.parse(xml_path) root = tree.getroot() results = [] for obj in root.iter('object'): name = obj.find('name').text if name not in class_names: continue class_id = class_names.index(name) bndbox = obj.find('bndbox') xmin = float(bndbox.find('xmin').text) ymin = float(bndbox.find('ymin').text) xmax = float(bndbox.find('xmax').text) ymax = float(bndbox.find('ymax').text) x_center = ((xmin + xmax) / 2) / img_w y_center = ((ymin + ymax) / 2) / img_h width = (xmax - xmin) / img_w height = (ymax - ymin) / img_h results.append(f"{class_id} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}") return "\n".join(results) class_names = ["pityriasis_alba", "pigmentary_hyperpigmentation", "idiopathic_guttate", "confluent_reticulate", "vitiligo"] img_w, img_h = 640, 640 print(voc_to_yolo("img_0795_26.xml", class_names, img_w, img_h))这段代码的核心逻辑是先把xml里的xmin、ymin、xmax、ymax取出来，算出像素坐标系下的中心点、宽高，再分别除以图像宽高完成归一化。注意这里的img_w和img_h必须用原始图像尺寸，不是训练时的输入尺寸，否则换算出来中心点在0到1区间内，但比例关系是错的。class_names的顺序必须严格和data.yaml里的names一致，index取错一个，整个txt就废了。我用这段脚本验证过好几个数据集，十次里有两三次能抓出标注错位——要么是类别名拼写有出入，要么是坐标越界超出了图像边界。
3. 基于YOLOv8跑通训练：data.yaml与超参数一次设对
3.1 data.yaml的路径、类别数与划分结构
这份数据集已经按train和val划分好了，对应的data.yaml里写好路径、类别数和类别名。拿到手第一件事不是双击运行train.py，而是先打开data.yaml核对三样东西：路径是绝对路径还是相对路径，类别数nc是不是5，names顺序是不是和标签txt里的索引对得上。我习惯把所有图像和标签放到项目目录下的datasets文件夹里，然后把data.yaml改成相对路径，避免换机器后路径失效。
train: ./datasets/dark_skin/train/images val: ./datasets/dark_skin/val/images nc: 5 names: 0: pityriasis_alba 1: pigmentary_hyperpigmentation 2: idiopathic_guttate 3: confluent_reticulate 4: vitiligo这份data.yaml的核心参数就四个：train路径、val路径、nc类别数、names类别名。names里的顺序不能随便排，标签文件里的索引是按这个列表来的。有的数据集把names按病种首字母排，有的按标注先后排，没有统一标准，所以每次都要先抽一个txt对照确认。深色皮肤皮肤病这五个类别里，白糠疹和白癜风在浅色皮肤上区别明显，但在深色皮肤上肉眼区分度下降，训练前可以留意一下两个类别的标注边界是否清晰。
3.2 训练命令与关键超参数：batch、img-size、patience
yolov8的训练入口是命令行，不需要改动任何训练代码。我个人习惯固定随机种子，开启amp混合精度，把训练时间控制在可接受的范围内：
yolo detect train \ model=yolov8n.pt \ data=data.yaml \ epochs=100 \ imgsz=640 \ batch=16 \ patience=20 \ seed=42 \ amp=True \ project=./runs/detect \ name=dark_skin_train参数说明：
- model=yolov8n.pt：n是nano版本，体量最小，234张图的小数据集从nano起步最稳。想提精度可以换yolov8s或yolov8m，但过拟合风险会同步上升。
- imgsz=640：yolo系列默认输入尺寸，这份数据集的图像分辨率未知，640是绝大多数情况下的安全选项。如果你确认原图分辨率远高于1280，可以试着用imgsz=960，小目标检测效果会更好，但显存占用和训练时长都会增加。
- batch=16：需要根据显存调整。8G显存跑yolov8n用16没问题，如果显存紧张就降到8或4。
- patience=20：早停轮数，连续20个epoch验证集指标不再提升就自动停止。小数据集训练速度快，早停参数设大一点没坏处。
- seed=42：固定随机种子，保证每次训练的划分和增强可复现。这个参数常常被忽略，但做对比实验时它尤其重要，不固定种子的话两次训练之间的差异可能比算法改进本身还大。
训练过程中要盯的是终端输出的loss值和mAP变化，而不是干等结束。正常情况train_loss和val_loss同步下降，如果train_loss降但val_loss升，说明模型开始过拟合，abort掉、调大增强参数或减小模型体量。还有个常见误区是一口气把epochs设到300——小数据集大概率用不到，早停机制会在合适的时间点截断训练，设太大反而浪费算力。
yolov7和yolov5的命令参数略有差异，但核心逻辑一样。yolov7用的是train.py，需要在参数里写--data data.yaml、--weights yolov7-tiny.pt，而yolov10和yolo11都沿用了yolo命令行的风格，只换一个模型权重文件就能接上。这套数据集的标准做法是先跑通yolov8n，再横向对比其他版本，看哪个对你自己的验证集更友好。
4. 验证与测试：混淆矩阵、mAP与可视化结果怎么判断
4.1 val模式输出文件清单与指标含义
训练结束后，验证环节是判断模型真实水平的关键。很多人只看一个mAP就下结论，我习惯把验证输出的所有文件过一遍，因为它们各自暴露的问题不一样。用val模式跑一遍：
yolo detect val \ model=./runs/detect/dark_skin_train/weights/best.pt \ data=data.yaml \ project=./runs/detect \ name=dark_skin_val验证完成后，输出目录里会生成一堆文件，其中五个是我必看的：
| 文件 | 作用 | 重点看什么 |
|---|---|---|
| confusion_matrix.png | 类别混淆矩阵 | 哪两个类别互相认错 |
| results.csv | 每个epoch的指标记录 | loss曲线和mAP趋势 |
| val_batch0_pred.jpg | 预测结果可视化 | 框的位置准不准、置信度合理吗 |
| labels.jpg | 标注可视化 | 确认标签坐标是否贴合目标 |
| args.yaml | 本次训练的参数存档 | 记录超参数，方便复现 |
混淆矩阵这张图值得单独盯一下，因为热搜里经常有人问「yolo混淆矩阵总和总是不唯一」——矩阵的每一行是真实类别，每一列是预测类别，矩阵值代表的是比例或数量而不是百分比，所以行和、列和看起来「不唯一」是正常的。真正的异常信号是非对角线上的值偏高，尤其是两个临床特征相近的病种之间。
4.2 用混淆矩阵看类间混淆：白糠疹vs白癜风
皮肤病的类间混淆在这类任务里有它的特殊性。白糠疹和白癜风在深色皮肤上表现都是色素减退斑块，区别在于边界清晰度和鳞屑，这些视觉线索在640×640的输入尺寸下可能被压缩掉。混淆矩阵能把这个现象量化成数字。我自己通常会顺手写一个几行的小脚本，把混淆矩阵按行归一化，看每个类别的召回率分布：
import pandas as pd # 从confusion_matrix.png看不出具体数值时，用results.csv配合验证集统计 # 这里假设你已经有模型预测的每类 precision/recall 记录 data = { "class": ["pityriasis_alba", "pigmentary_hyperpigmentation", "idiopathic_guttate", "confluent_reticulate", "vitiligo"], "images": [52, 48, 45, 41, 48], "instances": [63, 55, 49, 44, 51], "box_p": [0.821, 0.694, 0.738, 0.701, 0.665], "box_r": [0.746, 0.703, 0.689, 0.672, 0.648], } df = pd.DataFrame(data) df["f1"] = 2 * df["box_p"] * df["box_r"] / (df["box_p"] + df["box_r"]) print(df.sort_values("f1", ascending=False))这个脚本做的事情是把验证阶段输出的每类精度、召回率整合成表格，再算一遍F1分数，按从高到低排序。排在最末的类别就是模型最弱的环节，后续所有增强策略都应该优先围绕它做。以上数据是我拿类似规模的皮肤病数据集训练后得到的典型数值，不是这份数据集的实测结果，但它展示了一个重要规律：深色皮肤数据集里，召回率普遍低于精度，说明模型倾向于「少检」而不是「误检」——背景被负样本压得比较好，但正样本的特征表达不够充分，尤其是边界模糊的早期皮损。如果你在自己的训练结果里看到类似趋势，方向不是去堆背景负样本，而是想办法增强目标本身的对比度。
5. 避坑记录：深色皮肤小样本数据集的五个常见坑
坑一：训练正常但预测时框的位置整体偏移
现象：训练loss正常下降，验证mAP看着还行，但跑推理时检测框总往左上角偏，或者框的大小明显不对。
原因：YOLO格式的txt里坐标是归一化比例值，和图像实际尺寸必须对应。如果数据集制作时有的图被resize过但标签没同步更新，或者xml转txt时用的img_w、img_h写死了某个固定值，就会出现这种整体偏移。
解决：拿一个xml和对应txt做坐标反推，确认归一化坐标乘当前图像尺寸后是否落在标注目标的真实位置。如果发现偏差，用2.2节的转换脚本重新批量生成一遍txt，不要手动去改单个文件。
坑二：pytorch加载标签时报错，提示标签越界
现象：训练开始后某个epoch直接报错，提示某个txt里坐标值大于1或者小于0，程序中断。
原因：制作标签时坐标计算越界，比如框边缘超出图像边界后没有clip，或者除的是resize后的尺寸，算出来的比例值超过1。
解决：写一个批量扫描脚本，遍历所有txt，逐行检查五个值是否都在合法区间内，把不达标的文件单独打印出来。一般遇到这种情况重新用voc_to_yolo脚本生成一遍就能解决。扫描代码很简单，用python逐行split后加判断即可，不必引入额外依赖。
坑三：训练loss不降，卡在某个高位震荡
现象：训练前几个epoch的loss几乎不动，或者降一段后开始震荡，怎么调学习率都不好使。
原因：234张图分到5个类别，每个类别平均不到50张，如果数据划分时某个类别在train和val之间严重不均衡，模型等于在用一个类别的小样本去学整个类别的分布，loss自然不诚实。
解决：先检查train和val的类别分布，确认五个类别在两边都有足够样本。如果某个类别在val里只有三五张图，把它挪回train，另外从train里匀几张给val。数据集标注文件已经划分好，但我一般会自己再确认一遍分布比例，不盲信原始划分。
坑四：直接加载预训练权重后类别数报错
现象：运行train.py之后立即报错，提示weight的类别数与模型配置不符，或者加载权重后head部分尺寸对不上。
原因：COCO预训练权重是80类，这份数据集是5类，直接用yolov8m.pt这类权重会触发类别数校验，head层维度不一致。
解决：yolov8的预训练权重会自动适配nc，遇到报错时检查一下是否用的是yolo官方下载的权重文件，不要用网上第三方转过的pth。yolov5则需要显式加--classes 5参数，或者修改model.yaml里的nc值。这点不同版本间差异比较大，换算法版本时务必先读官方参数说明。
坑五：验证集mAP很高，但实际预测效果一塌糊涂
现象：训练结束后val mAP能到0.85以上，但拿没见过的深色皮肤图像测试，漏检和误检齐飞。
原因：数据集划分后val和train如果来自同一个患者的连续帧图像，两边的背景和皮损形态高度相似，等于模型在「开卷考试」里拿了高分，一进「闭卷考场」就露馅。
解决：这种问题在小样本皮肤病数据集里尤其隐蔽，因为皮肤病拍照通常是连续采集，多张图可能来自同一部位。拿到的第一件事是看图像文件名编号，如果同一前缀连续编号多张，先手动抽样划分一次，把同一个来源的图像全部归到train或val，再评估真实效果。
6. 把234张撑成2000张：数据增强策略与类别平衡的取舍
深色皮肤图像最大的技术痛点是对比度低、肤色纹理干扰大，直接套用通用目标检测的数据增强不一定有效。yolov8内置了丰富的增强参数，但默认配置是按自然图像调的，用在皮肤病数据上我一般会做两处调整：把HSV色域增强中的饱和度扰动调低，避免皮损颜色失真；同时开启CLAHE预处理，提升深色皮肤区域的局部对比度。
yolo detect train \ model=yolov8n.pt \ data=data.yaml \ epochs=150 \ imgsz=640 \ batch=16 \ hsv_h=0.015 \ hsv_s=0.2 \ hsv_v=0.2 \ fliplr=0.5 \ mosaic=1.0hsv_h是色调扰动幅度，0.015表示在正负1.5%的范围内随机调整色相，皮肤病类别之间靠颜色区分，调太大会让白糠疹和色素沉着过度的颜色特征互相污染。fliplr是水平翻转概率，皮肤病皮损没有方向性，0.5是默认值。mosaic把四张图拼接成一张训练样本，对小数据集提升明显，1.0表示每个epoch都启用，但如果你发现训练loss稳定后验证集指标反而波动大，可以降到0.5试试。
除此之外，自己做离线增强时，我倾向于用随机crop+亮度扰动，而不是旋转——皮肤病变的形态学特征和旋转角度无关，但亮度扰动更贴近真实临床环境光照差异。增强的目标不是把234张翻到几千张，而是让模型每次epoch看到的样本分布更贴近实际场景。判断增强参数是否过头的标准只有一个：train loss和val loss的差距。增强太弱，训练集很快被记住，val loss提前反弹；增强太强，train loss一直下不去，val loss也跟着横盘。两者之间的平衡点需要跑两三轮小实验试出来，每一轮只改一个增强参数，不要同时动三个。
我现在的习惯是每次拿到新数据集，先把train和val的文件名单打出来，比对文件名编号有没有连续帧残留，再抽三个标签去做格式交叉验证，最后才进训练流程。这套流程走下来，至少能筛掉一半的「训练翻车」事故，多数问题都出在数据本身而不是模型代码上。希望这份笔记能帮你在自己的数据集上少走几步弯路。
本文还有配套的精品资源，点击获取
