مجموعة بيانات الحبوب الطبية#

115

medical pills

ultralytics

publicDetect

Medical Pills contains close-range photographs of pharmaceutical tablets and capsules in varied arrangements. Single-class bounding boxes and clean background images support medication localization, counting, dispensing verification, and visual inventory.

21 class16.1 MBSep 2, 2026

pill

مجموعة بيانات Ultralytics Medical Pills هي مجموعة بيانات لإثبات المفهوم (POC) خاصة بـاكتشاف الكائنات، وتتألف من 115 صورة موسومة ضمن فئة واحدة، هي pill — 92 صورة للتدريب و23 للتحقق. أُنشئت لعرض نماذج الرؤية الحاسوبية للتطبيقات الصيدلانية، مثل مراقبة الجودة وأتمتة التغليف والفرز.

بنية مجموعة البيانات#

تحتوي مجموعة بيانات Medical Pills على 115 صورة موسومة ضمن فئة واحدة، هي pill، ومقسمة إلى مجموعتين فرعيتين يحددهما إعداد medical-pills.yaml:

استكشف Medical Pills على منصة Ultralytics لتصفح الصور مع طبقات التعليقات التوضيحية، وعرض توزيع الفئات والخرائط الحرارية لمربعات الإحاطة في علامة التبويب Charts، واستنساخ المجموعة لتدريب نموذجك الخاص على السحابة.

التطبيقات#

يتيح استخدام الرؤية الحاسوبية لاكتشاف الحبوب الطبية أتمتة العمل في صناعة الأدوية، ويدعم مهامًا مثل:

• فرز المستحضرات الصيدلانية: أتمتة فرز الحبوب حسب الحجم أو الشكل أو اللون لتعزيز كفاءة الإنتاج.
• أبحاث الذكاء الاصطناعي وتطويره: توفير معيار مرجعي لتطوير خوارزميات الرؤية الحاسوبية واختبارها في حالات الاستخدام الصيدلانية.
• أنظمة المخزون الرقمية: تشغيل حلول ذكية لإدارة المخزون من خلال دمج التعرّف الآلي على الحبوب لمراقبة المخزون في الوقت الفعلي والتخطيط لإعادة التزويد.
• مراقبة الجودة: ضمان اتساق إنتاج الحبوب من خلال اكتشاف العيوب أو المخالفات أو التلوث.
• اكتشاف الأدوية المقلدة: المساعدة على تحديد الأدوية التي يُحتمل أن تكون مقلدة، عبر تحليل خصائصها المرئية ومقارنتها بالمعايير المعروفة.

ملف YAML لمجموعة البيانات#

يحدد الملف medical-pills.yaml إعداد مجموعة البيانات — أي مساراتها وأسماء الفئات والبيانات الوصفية الأخرى. ويُصان الملف في مستودع Ultralytics على 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

الاستخدام#

لتدريب نموذج YOLO26n على مجموعة بيانات Medical Pills لمدة 100 حقبة وبحجم صورة 640، استخدم الأمثلة التالية. للاطلاع على الوسائط التفصيلية، راجع صفحة التدريب الخاصة بالنموذج.

from ultralytics import YOLO

# ⁨تحميل نموذج⁩
model = YOLO("yolo26n.pt")  # ⁨تحميل نموذج مدرّب مسبقًا (موصى به للتدريب)⁩

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

from ultralytics import YOLO

# ⁨تحميل نموذج⁩
model = YOLO("path/to/best.pt")  # ⁨حمّل نموذجًا مضبوطًا بدقة⁩

# ⁨الاستدلال باستخدام النموذج⁩
results = model.predict("https://ultralytics.com/assets/medical-pills-sample.jpg")

صور وتعليقات توضيحية نموذجية#

تضم مجموعة بيانات Medical Pills صورًا موسومة تعرض تنوع الحبوب. فيما يلي مثال على دفعة تدريب مركّبة بالفسيفساء من مجموعة البيانات:

• صورة مُركّبة: المعروض هو دفعة تدريب تتكوّن من صور مُركّبة من مجموعة البيانات. يعزّز التركيب تنوّع التدريب من خلال دمج عدة صور في صورة واحدة، ما يحسّن قدرة النموذج على التعميم.

التكامل مع مجموعات البيانات الأخرى#

لإجراء تحليل صيدلاني أكثر شمولًا، فكّر في دمج مجموعة بيانات Medical Pills مع مجموعات بيانات أخرى ذات صلة، مثل package-seg للتعرّف على العبوات، أو مجموعات بيانات التصوير الطبي مثل brain-tumor لتطوير حلول ذكاء اصطناعي صحية متكاملة.

الاستشهادات والشكر والتقدير#

مجموعة البيانات متاحة بموجب ترخيص AGPL-3.0.

إذا استخدمت مجموعة بيانات Medical Pills في أبحاثك أو أعمال التطوير، فيُرجى 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}
}

الأسئلة الشائعة#