Datensatz fĂŒr medizinische Pillen
Der Datensatz zur Erkennung von Medikamenten ist ein Proof-of-Concept (POC)-Datensatz, der sorgfĂ€ltig zusammengestellt wurde, um das Potenzial der KI fĂŒr pharmazeutische Anwendungen zu demonstrieren. Er enthĂ€lt beschriftete Bilder, die speziell fĂŒr das Training von Computer-Vision-Modellen zur Erkennung von Medikamenten entwickelt wurden.
Beobachten: So trainieren Sie Ultralytics YOLO11 Modell zur Erkennung von medizinischen Pillen in Google Colab
Dieser Datensatz dient als grundlegende Ressource fĂŒr die Automatisierung wichtiger Aufgaben wie QualitĂ€tskontrolle, Verpackungsautomatisierung und effiziente Sortierung in pharmazeutischen ArbeitsablĂ€ufen. Durch die Integration dieses Datensatzes in Projekte können Forscher und Entwickler innovative Lösungen erforschen, die die Genauigkeit verbessern, AblĂ€ufe rationalisieren und letztendlich zu besseren Ergebnissen im Gesundheitswesen beitragen.
Struktur des Datensatzes
Der Datensatz zu den Medikamenten ist in zwei Teilmengen unterteilt:
- Trainingssatz: Bestehend aus 92 Bildern, die jeweils mit der Klasse beschriftet sind
pill
. - Validierungssatz: Bestehend aus 23 Bildern mit entsprechenden Kommentaren.
Anwendungen
Der Einsatz von Computer Vision fĂŒr die Erkennung von Medikamenten ermöglicht die Automatisierung in der pharmazeutischen Industrie und unterstĂŒtzt Aufgaben wie diese:
- Pharmazeutische Sortierung: Automatisiertes Sortieren von Tabletten nach GröĂe, Form oder Farbe zur Steigerung der Produktionseffizienz.
- KI-Forschung und -Entwicklung: Als Benchmark fĂŒr die Entwicklung und Erprobung von Computer-Vision-Algorithmen in pharmazeutischen AnwendungsfĂ€llen.
- Digitale Inventarisierungssysteme: Intelligente Inventarisierungslösungen durch die Integration automatischer Pillenerkennung zur BestandsĂŒberwachung und Nachschubplanung in Echtzeit.
Datensatz YAML
Eine YAML-Konfigurationsdatei wird bereitgestellt, um die Struktur des Datensatzes, einschlieĂlich Pfaden und Klassen, zu definieren. FĂŒr den Datensatz "medical-pills" wird die medical-pills.yaml
Datei kann unter folgender Adresse aufgerufen werden https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/medical-pills.yaml.
ultralytics/cfg/datasets/medical-pills.yaml
# Ultralytics đ 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
# âââ ultralytics
# âââ datasets
# âââ medical-pills â 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: ../datasets/medical-pills # dataset root dir
train: train/images # train images (relative to 'path') 92 images
val: valid/images # val images (relative to 'path') 23 images
test: # test images (relative to 'path')
# Classes
names:
0: pill
# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/medical-pills.zip
Verwendung
Verwenden Sie die folgenden Beispiele, um ein YOLO11n-Modell fĂŒr 100 Epochen mit einer BildgröĂe von 640 auf dem Datensatz fĂŒr medizinische Tabletten zu trainieren. Detaillierte Argumente finden Sie auf der Seite Training des Modells.
Beispiel fĂŒr einen Zug
Beispiel fĂŒr eine Schlussfolgerung
Beispielbilder und -kommentare
Der Datensatz fĂŒr medizinische Pillen enthĂ€lt beschriftete Bilder, die die Vielfalt der Pillen zeigen. Nachfolgend sehen Sie ein Beispiel fĂŒr ein beschriftetes Bild aus dem Datensatz:
- Mosaikbild: Angezeigt wird ein Trainingsstapel mit Mosaikbildern aus dem Datensatz. Die Zusammenstellung von Mosaiken verbessert die Trainingsvielfalt, indem mehrere Bilder zu einem zusammengefasst werden, was die Modellgeneralisierung verbessert.
Zitate und Danksagungen
Der Datensatz ist unter der AGPL-3.0 Lizenz verfĂŒgbar.
Wenn Sie den Medical-pills-Datensatz in Ihrer Forschungs- oder Entwicklungsarbeit verwenden, zitieren Sie ihn bitte unter Verwendung der angegebenen Details:
FAQ
Wie ist der Datensatz zu den Arzneimitteln aufgebaut?
Der Datensatz umfasst 92 Bilder fĂŒr das Training und 23 Bilder fĂŒr die Validierung. Jedes Bild ist mit der Klasse annotiert pill
die eine effektive Schulung und Bewertung der Modelle ermöglichen.
Wie kann ich ein YOLO11 Modell auf dem Datensatz fĂŒr medizinische Tabletten trainieren?
Sie können ein YOLO11 Modell fĂŒr 100 Epochen mit einer BildgröĂe von 640px trainieren, indem Sie die Methoden Python oder CLI verwenden. Detaillierte Anweisungen finden Sie im Abschnitt Trainingsbeispiel.
Welche Vorteile bietet die Verwendung des Datensatzes fĂŒr medizinische Tabletten in KI-Projekten?
Der Datensatz ermöglicht die Automatisierung der Pillenerkennung und trÀgt so zur FÀlschungsprÀvention, QualitÀtssicherung und Optimierung pharmazeutischer Prozesse bei.
Wie fĂŒhre ich eine Inferenz auf den Datensatz fĂŒr medizinische Medikamente durch?
Die Inferenz kann mit den Methoden Python oder CLI mit einem fein abgestimmten Modell YOLO11 durchgefĂŒhrt werden. Code-Schnipsel finden Sie im Abschnitt Inferenz-Beispiel.
Wo finde ich die YAML-Konfigurationsdatei fĂŒr das Dataset medical-pills?
Die YAML-Datei ist unter medical-pills.yaml verfĂŒgbar und enthĂ€lt Datensatzpfade, Klassen und zusĂ€tzliche Konfigurationsdetails.