宠物皮肤病检测数据集与YOLOv5实战指南

weixin_30247781

363人浏览 · 2026-06-30 13:57:57

weixin_30247781 · 2026-06-30 13:57:57 发布

1. 数据集概览与核心价值

这个宠物皮肤病检测数据集包含了1800张经过专业标注的猫狗皮肤病图片，覆盖6种常见宠物皮肤病症。作为计算机视觉领域的目标检测专用数据集，它同时提供Pascal VOC和YOLO两种标注格式，可直接用于主流深度学习框架的训练。我在实际使用中发现，这类专业领域的标注数据集在市面上非常稀缺，特别是同时包含多种病症且标注质量较高的资源。

数据集中的图片全部统一为640x640分辨率，其中约600张是原始拍摄图片，其余1200张通过数据增强技术生成。这种1:2的原图与增强图比例既能保证数据多样性，又能防止模型过拟合。从标注统计来看，六类皮肤病的样本分布相对均衡，单类标注框数在200-400之间，总标注框数达到1922个，完全满足基础模型训练的需求。

重要提示：虽然数据集提供了YOLO格式标注，但类别顺序需要以labels文件夹中的classes.txt为准，这与直接查看xml文件时的顺序可能不同，这是实际使用时最容易出错的细节之一。

2. 数据集详细解析

2.1 数据构成与类别分布

数据集包含以下6类宠物皮肤病，每类的专业名称、常见俗称以及数据分布情况如下：

类别英文名	中文名称	标注框数	占有图片数	典型症状描述
bacterial-dermatosis	细菌性皮肤病	400	378	皮肤发红、脓疱、脱毛区域
demodicosis	蠕形螨病	363	360	局部脱毛、鳞屑、丘疹
flea-allergy	跳蚤过敏	232	222	剧烈瘙痒、红斑、丘疹
fungal-infection	真菌感染	414	382	圆形脱毛、皮屑、边缘隆起
inflammatory-dermatitis	炎性皮炎	271	260	皮肤红肿、温热感、疼痛
scabies	疥螨病	242	198	剧烈瘙痒、结痂、皮肤增厚

从分布可以看出，真菌感染和细菌性皮肤病的样本最丰富，这与临床上的发病率情况一致。而疥螨病的样本相对较少，在实际使用时可能需要适当增加采样权重。

2.2 标注质量与格式说明

所有图片均使用labelImg工具进行矩形框标注，同时生成两种格式的标注文件：

Pascal VOC格式(.xml)：包含完整的图片信息、物体类别和边界框坐标
YOLO格式(.txt)：每行包含类别索引和归一化后的边界框坐标(x_center, y_center, width, height)

我特别检查了标注的一致性，发现边界框都能准确框住病变区域，且同一图片在不同格式下的标注完全对应。以下是一个典型的YOLO格式标注示例：

1 0.45625 0.54375 0.2125 0.2875

这表示类别索引为1的物体（具体类别需查classes.txt），中心点位于图片(0.45625×640, 0.54375×640)处，宽度和高度分别为0.2125×640和0.2875×640像素。

3. 数据准备与预处理

3.1 数据集目录结构

从GitHub仓库(firc-dataset)下载后，数据集的标准目录结构如下：

pet_skin_disease/
├── images/          # 存放所有jpg图片
│   ├── 0001.jpg
│   ├── 0002.jpg
│   └── ...
├── annotations/     # VOC格式xml文件
│   ├── 0001.xml
│   ├── 0002.xml
│   └── ...
├── labels/          # YOLO格式txt文件
│   ├── 0001.txt
│   ├── 0002.txt
│   └── ...
└── classes.txt      # YOLO类别索引定义文件

3.2 数据划分建议

由于数据集未预设训练/验证/测试划分，我推荐以下两种划分策略：

策略一：基础划分法

训练集：70%（1260张）
验证集：15%（270张）
测试集：15%（270张）

策略二：分层抽样法 （确保每类病症在各集合中比例一致）

from sklearn.model_selection import train_test_split

# 假设all_files包含所有图片路径，labels包含对应类别
train_files, temp_files, train_labels, temp_labels = train_test_split(
    all_files, labels, test_size=0.3, stratify=labels)
val_files, test_files, val_labels, test_labels = train_test_split(
    temp_files, temp_labels, test_size=0.5, stratify=temp_labels)

注意事项：划分时应检查增强图像与其原始图像的对应关系，确保它们被分到同一集合中，避免数据泄露。

4. 模型训练实战

4.1 YOLOv5训练配置

使用Ultralytics官方YOLOv5实现时，需要准备以下配置文件：

data.yaml - 数据集描述文件：

train: ../pet_skin_disease/images/train
val: ../pet_skin_disease/images/val
test: ../pet_skin_disease/images/test

nc: 6  # 类别数量
names: ['bacterial-dermatosis', 'demodicosis', 'flea-allergy', 
        'fungal-infection', 'inflammatory-dermatitis', 'scabies']

训练命令示例 ：

python train.py --img 640 --batch 16 --epochs 100 --data data.yaml \
                --cfg models/yolov5s.yaml --weights yolov5s.pt \
                --name pet_skin_detection

4.2 关键训练参数解析

参数	推荐值	作用说明
--img	640	保持与原始数据集一致的分辨率
--batch	8-32	根据GPU显存调整，小batch需配合--accumulate
--epochs	50-100	皮肤病检测通常需要较长时间收敛
--weights	yolov5s.pt	从预训练模型开始微调
--hyp	hyp.scratch-low.yaml	小数据集建议使用低学习率配置

我在实际训练中发现，当使用Adam优化器时，初始学习率设为0.001效果较好，并在第30和60个epoch时分别降低10倍。同时，由于数据集中存在大量增强图像，建议开启Mosaic增强但降低其概率至0.5以下。

5. 常见问题与解决方案

5.1 标注不一致问题

问题现象 ：模型对某些类别的识别准确率显著低于其他类别。

可能原因 ：

类别不平衡（如疥螨病样本较少）
某些病症的视觉特征相似度高（如真菌感染与细菌性皮肤病）

解决方案 ：

使用类别权重调整：

class_weights = compute_class_weight('balanced', classes=range(6), y=train_labels)

对少数类别进行针对性数据增强：

if label == 'scabies':  # 疥螨病
    img = apply_extra_augmentation(img)

5.2 模型过拟合问题

问题现象 ：训练准确率持续上升但验证集指标停滞不前。

调试步骤 ：

检查数据划分是否合理，确保验证集包含足够多样的样本
减少模型复杂度（如改用YOLOv5n）
增加正则化：

# 在hyp.yaml中调整
hsv_h: 0.015  # 降低色调增强幅度
hsv_s: 0.7    # 保持饱和度增强
mixup: 0.1    # 减少mixup概率

5.3 实际部署中的域适应问题

当将训练好的模型应用于新采集的宠物图片时，可能会遇到：

光照条件差异 ：诊所拍摄环境与数据集不同
- 解决方案：在推理前添加自动白平衡预处理
毛发遮挡问题 ：实际病例中病变区域可能被毛发部分遮挡
- 解决方案：训练时随机添加模拟毛发遮挡的数据增强

我在一个实际项目中发现，通过添加以下预处理流水线，模型在真实场景中的准确率提升了约15%：

def preprocess(image):
    image = auto_white_balance(image)
    image = adjust_sharpness(image, factor=1.5)
    image = random_hair_simulation(image, prob=0.3)
    return image

6. 性能优化技巧

6.1 推理速度优化

对于需要实时处理的宠物诊所应用，可采用以下优化手段：

模型量化 ：

python export.py --weights best.pt --include onnx --img 640 --dynamic \
                 --simplify --opset 12 --half

TensorRT加速 ：

trtexec --onnx=best.onnx --saveEngine=best.engine --fp16

多尺度推理策略 ：
- 第一遍：快速低分辨率检测（320x320）
- 第二遍：仅对检测到目标的区域进行高精度检测（640x640）

6.2 数据增强策略优化

基于医疗图像特性，推荐以下增强组合：

transform = A.Compose([
    A.HorizontalFlip(p=0.5),
    A.RandomBrightnessContrast(p=0.3),
    A.CLAHE(p=0.2),  # 适合增强皮肤病局部对比度
    A.GaussNoise(var_limit=(10, 50), p=0.1),
    A.CoarseDropout(max_holes=8, max_height=32, max_width=32, p=0.2),
], bbox_params=A.BboxParams(format='yolo'))

这种组合既保持了病变的关键特征，又增加了数据的多样性。特别注意要控制色调变化类增强的强度，因为皮肤颜色是诊断的重要依据之一。

7. 扩展应用方向

虽然数据集最初设计用于目标检测，但经过适当处理还可用于：

病症严重程度分级 ：
- 根据检测框的数量和大小评估病情严重程度
- 示例代码：

def evaluate_severity(detections):
    total_area = sum(w*h for _,_,w,h in detections)
    if total_area > 0.3: return "Severe"
    elif total_area > 0.1: return "Moderate"
    else: return "Mild"

多任务学习 ：
- 同时预测病症类型和患病部位（如头部、躯干、四肢）
- 修改模型输出头为两个分支：

# models/yolov5s-multitask.yaml
head:
  - [..., 6]  # 病症分类
  - [..., 4]  # 部位分类 (头/躯干/前肢/后肢)

病程发展分析 ：
- 对同一宠物的多次检测结果进行时序分析
- 使用目标跟踪算法关联不同时间点的检测结果

在实际开发一个宠物皮肤病监测系统时，我将检测模型与简单的跟踪逻辑结合，成功实现了对治疗过程中病情变化的可视化分析，这对兽医评估治疗效果非常有帮助。系统会生成类似下面的病情发展报告：

日期       | 检测病症           | 病变区域占比
----------|--------------------|-------------
2023-01-01 | 真菌感染(重度)    | 28%
2023-01-15 | 真菌感染(中度)    | 15%
2023-02-01 | 真菌感染(轻度)    | 7%

这种扩展应用充分挖掘了数据集的潜在价值，也为宠物医疗信息化提供了新的思路。