SkinVidCheck

基于 YOLOv26-seg 的皮肤病变检测

_{注：本项目部分文档与代码由 AI 辅助生成。}

---

项目简介

SkinVidCheck 是一个面向皮肤病变检测的深度学习项目，采用 YOLOv26-seg 分割模型，目前支持 湿疹识别，并预留扩展到 22 类皮肤病的可能。

---

模型性能

以下为最近一次训练（2026-07-07_15-52-01）的归档结果。

验证集

指标	数值
mAP@0.5	0.6466
mAP@0.5:0.95	0.4045
精确率 (Precision)	0.7039
召回率 (Recall)	0.5478

测试集

指标	数值
mAP@0.5	0.7907
mAP@0.5:0.95	0.5330

---

快速开始

1. 克隆仓库

git clone https://github.com/MEngYangX/SkinVidCheck.git
cd SkinVidCheck

2. 创建并激活 Conda 环境

conda env create -f environment.yml
conda activate SkinVidCheck

3. 验证环境

# PyTorch + CUDA 检查
python Test/test_pytorch.py

# ultralytics 基础推理测试
python Test/test_yolo.py

4. 准备数据

# 将 MyData/finish 按 8:1:1 切分为 train_data
python dataset_splitter.py -i MyData/finish -o train_data

如果你已有固定的 val/test 集，只想重新生成 train：

python dataset_splitter.py -i MyData/finish -o train_data --use-existing-split

5. 开始训练

python yolo.py

---

数据集

本项目训练数据来源于以下公开 Kaggle 数据集：

数据集	来源
Skin Diseases	Kaggle - Skin Diseases
Augmented Skin Conditions Image Dataset	Kaggle - Augmented Skin Conditions Image Dataset
Skin Disease Dataset	Kaggle - Skin Disease Dataset

---

免责声明

1. 本项目及其模型仅供学术研究与技术学习使用，不构成任何医疗诊断或治疗建议。
2. 模型输出结果不可直接用于临床决策。若涉及健康问题，请务必咨询具有执业资格的专业医疗人员。
3. 项目作者不对因使用本项目代码、模型或数据而产生的任何直接或间接后果承担责任。

---

文档

文档	内
Docs/项目结构.md	完整项目结构说明
Docs/yolo文档.md	yolo.py 与 config.py 详细文档
Docs/dataset_splitter文档.md	数据集切分工具文档

---

许可证

本项目采用 Apache License 2.0。