Link to this sectionمجموعة بيانات الحبوب الطبية#

مجموعة بيانات Medical Pills من Ultralytics هي مجموعة بيانات إثبات مفهوم (POC) لـ object detection تتكون من 115 صورة مصنفة تندرج تحت فئة واحدة، pill — 92 منها للتدريب و23 للتحقق من الصحة. تم إنشاؤها لتوضيح computer vision models للتطبيقات الصيدلانية مثل مراقبة الجودة، وأتمتة التعبئة والتغليف، والفرز.

Link to this sectionهيكل مجموعة البيانات#

تحتوي مجموعة بيانات Medical Pills على 115 صورة مصنفة بفئة واحدة، pill، ومقسمة إلى مجموعتين فرعيتين محددتين بواسطة ملف التهيئة medical-pills.yaml:

استكشف Medical Pills على منصة Ultralytics لتصفح الصور مع تراكبات التصنيف الخاصة بها، وعرض توزيع الفئات والخرائط الحرارية لمربعات الإحاطة في علامة التبويب Charts، واستنساخها لتدريب نموذجك الخاص في السحابة.

Link to this sectionالتطبيقات#

يُمكّن استخدام الرؤية الحاسوبية للكشف عن الحبوب الطبية من الأتمتة في الصناعة الصيدلانية، مما يدعم مهام مثل:

• الفرز الصيدلاني: أتمتة فرز الحبوب بناءً على الحجم أو الشكل أو اللون لتعزيز كفاءة الإنتاج.
• البحث والتطوير في مجال الذكاء الاصطناعي: العمل كمعيار لتطوير واختبار خوارزميات الرؤية الحاسوبية في حالات الاستخدام الصيدلاني.
• أنظمة الجرد الرقمية: تشغيل حلول ذكية للجرد من خلال دمج التعرف الآلي على الحبوب لمراقبة المخزون في الوقت الفعلي وتخطيط إعادة التعبئة.
• مراقبة الجودة: ضمان الاتساق في إنتاج الحبوب من خلال تحديد العيوب أو المخالفات أو التلوث.
• كشف التزييف: المساعدة في تحديد الأدوية المزيفة المحتملة من خلال تحليل الخصائص البصرية مقابل المعايير المعروفة.

Link to this sectionYAML مجموعة البيانات#

يحدد ملف medical-pills.yaml تهيئة مجموعة البيانات — مسارات مجموعة البيانات، وأسماء الفئات، وبيانات وصفية أخرى. يتم الاحتفاظ به في مستودع Ultralytics على الرابط https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/medical-pills.yaml.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# Medical-pills dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/medical-pills
# Example usage: yolo train data=medical-pills.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── medical-pills ← downloads here (8.19 MB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: medical-pills # dataset root dir
train: images/train # train images (relative to 'path') 92 images
val: images/val # val images (relative to 'path') 23 images

# Classes
names:
  0: pill

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/medical-pills.zip

Link to this sectionالاستخدام#

لتدريب نموذج YOLO26n على مجموعة بيانات Medical Pills لمدة 100 دورة تدريبية (epochs) بحجم صورة 640، استخدم الأمثلة التالية. للحصول على وسيطات مفصلة، راجع صفحة التدريب الخاصة بالنموذج.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="medical-pills.yaml", epochs=100, imgsz=640)

from ultralytics import YOLO

# Load a model
model = YOLO("path/to/best.pt")  # load a fine-tuned model

# Inference using the model
results = model.predict("https://ultralytics.com/assets/medical-pills-sample.jpg")

Link to this sectionصور وشروحات توضيحية عينة#

تتميز مجموعة بيانات Medical Pills بوجود صور مصنفة تعرض تنوع الحبوب. فيما يلي مثال لصورة مصنفة من مجموعة البيانات:

• صورة مفسفسة (Mosaiced Image): معروضة دفعة تدريب تتكون من صور مجموعة بيانات مفسفسة. يعمل التفسيف (Mosaicing) على تعزيز تنوع التدريب من خلال دمج صور متعددة في صورة واحدة، مما يحسن من قدرة النموذج على التعميم.

Link to this sectionالتكامل مع مجموعات البيانات الأخرى#

لإجراء تحليل صيدلاني أكثر شمولاً، فكر في دمج مجموعة بيانات Medical Pills مع مجموعات بيانات أخرى ذات صلة مثل package-seg لتحديد العبوات أو مجموعات بيانات التصوير الطبي مثل brain-tumor لتطوير حلول ذكاء اصطناعي متكاملة في مجال الرعاية الصحية.

Link to this sectionالاقتباسات والشكر#

مجموعة البيانات متاحة بموجب ترخيص AGPL-3.0.

إذا كنت تستخدم مجموعة بيانات Medical Pills في أبحاثك أو عملك التطويري، يرجى الاستشهاد بها باستخدام التفاصيل المذكورة:

@dataset{Jocher_Ultralytics_Datasets_2024,
    author = {Jocher, Glenn and Rizwan, Muhammad},
    license = {AGPL-3.0},
    month = {Dec},
    title = {Ultralytics Datasets: Medical-pills Detection Dataset},
    url = {https://docs.ultralytics.com/datasets/detect/medical-pills/},
    version = {1.0.0},
    year = {2024}
}

Link to this sectionالأسئلة الشائعة#

Link to this sectionكم عدد الصور والفئات الموجودة في مجموعة بيانات Medical Pills؟#

تحتوي مجموعة بيانات Medical Pills على 115 صورة إجمالاً — 92 للتدريب و23 للتحقق — مع عدم وجود تقسيم منفصل للاختبار. يتم تصنيف كل صورة بفئة واحدة، pill. يتم شحنها كملف تنزيل تلقائي بحجم 8.19 ميجابايت محدد في ملف التهيئة medical-pills.yaml.

Link to this sectionكيف يمكنني تدريب نموذج YOLO26 على مجموعة بيانات Medical Pills؟#

يمكنك تدريب نموذج YOLO26 لمدة 100 دورة تدريبية بحجم صورة 640 بكسل باستخدام طرق Python أو CLI المتوفرة. راجع قسم مثال التدريب للحصول على تعليمات مفصلة وتحقق من وثائق YOLO26 لمزيد من المعلومات حول قدرات النموذج.

Link to this sectionما هي فوائد استخدام مجموعة بيانات Medical Pills في مشاريع الذكاء الاصطناعي؟#

تمكّن مجموعة البيانات من الأتمتة في اكتشاف الحبوب، مما يساهم في منع التزييف، وضمان الجودة، وتحسين العمليات الصيدلانية. كما أنها تعمل كمورد قيم لتطوير حلول الذكاء الاصطناعي التي يمكنها تحسين سلامة الأدوية وكفاءة سلسلة التوريد.

Link to this sectionكيف يمكنني إجراء الاستدلال على مجموعة بيانات Medical Pills؟#

يمكن إجراء الاستدلال باستخدام طرق Python أو CLI مع نموذج YOLO26 مضبوط بدقة. راجع قسم مثال الاستدلال للحصول على مقتطفات التعليمات البرمجية ووثائق وضع التنبؤ للحصول على خيارات إضافية.

Link to this sectionأين يمكنني العثور على ملف تهيئة YAML لمجموعة بيانات Medical Pills؟#

ملف YAML متاح على medical-pills.yaml، ويحتوي على مسارات مجموعة البيانات، والفئات، وتفاصيل تهيئة إضافية ضرورية لتدريب النماذج على هذه المجموعة.