Link to this sectionJeu de données sur les tumeurs cérébrales#

Le jeu de données Ultralytics Brain Tumor est un jeu de données de détection d'objets composé de 1 116 images médicales (893 pour l'entraînement et 223 pour la validation) provenant d'IRM et de scanners CT, étiquetées selon 2 classes : negative (pas de tumeur) et positive (tumeur présente). Il te permet d'entraîner des modèles de vision par ordinateur pour localiser les tumeurs cérébrales dans les scans, favorisant ainsi un diagnostic précoce et une planification du traitement dans les applications de santé.

Link to this sectionStructure du jeu de données#

Le jeu de données sur les tumeurs cérébrales contient 1 116 images divisées en deux sous-ensembles prédéfinis, définis par la configuration brain-tumor.yaml :

Chaque image est étiquetée avec l'une des 2 classes :

• negative : images sans tumeur cérébrale
• positive : images montrant une tumeur cérébrale

Le jeu de données se télécharge automatiquement (4,21 Mo) depuis les actifs GitHub d'Ultralytics la première fois que tu lances un entraînement, donc aucune configuration manuelle n'est requise.

Explore Brain Tumor sur la plateforme Ultralytics pour parcourir les images avec leurs annotations, visualiser la répartition des classes et les cartes de chaleur des boîtes englobantes dans l'onglet Charts, et clone-le pour entraîner ton propre modèle dans le cloud.

Link to this sectionApplications#

La détection des tumeurs cérébrales avec la vision par ordinateur permet un diagnostic précoce, une planification des traitements et un suivi de la progression tumorale. En analysant les IRM ou les scans CT, les modèles de détection localisent précisément les tumeurs, facilitant ainsi une intervention médicale opportune et un traitement personnalisé.

Les professionnels de santé peuvent tirer parti de cette technologie pour :

• Réduire le temps de diagnostic et améliorer la précision
• Aider à la planification chirurgicale en localisant précisément les tumeurs
• Surveiller l'efficacité du traitement au fil du temps
• Soutenir la recherche en oncologie et en neurologie

Link to this sectionYAML du jeu de données#

Un fichier YAML définit la configuration du jeu de données, incluant les chemins, les classes et d'autres informations pertinentes. Pour le jeu de données sur les tumeurs cérébrales, le fichier brain-tumor.yaml est maintenu sur https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/brain-tumor.yaml.

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

# Brain-tumor dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/brain-tumor
# Example usage: yolo train data=brain-tumor.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── brain-tumor ← downloads here (4.21 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: brain-tumor # dataset root dir
train: images/train # train images (relative to 'path') 893 images
val: images/val # val images (relative to 'path') 223 images

# Classes
names:
  0: negative
  1: positive

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

Link to this sectionUtilisation#

Pour entraîner un modèle YOLO26 sur le jeu de données des tumeurs cérébrales pendant 100 époques avec une taille d'image de 640, utilise les extraits de code fournis. Pour une liste détaillée des arguments disponibles, consulte la page Entraînement du modèle.

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="brain-tumor.yaml", epochs=100, imgsz=640)

from ultralytics import YOLO

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

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

Link to this sectionExemples d'images et annotations#

Le jeu de données sur les tumeurs cérébrales contient des scans IRM et CT avec et sans tumeurs. Voici un exemple d'image issue du jeu de données avec ses annotations.

• Image Mosaïquée : Ce lot d'entraînement montre des images du jeu de données mosaïquées. La mosaïque combine plusieurs images en une seule pendant l'entraînement, augmentant la diversité des lots afin que le modèle généralise mieux les tailles, les formes et les emplacements des tumeurs pour l'analyse d'images médicales.

Link to this sectionCitations et remerciements#

Le jeu de données est disponible sous la licence AGPL-3.0.

Si tu utilises ce jeu de données dans tes travaux de recherche ou de développement, merci de le citer de manière appropriée :

@dataset{Ultralytics_Brain_Tumor_Dataset_2023,
    author = {Ultralytics},
    title = {Brain Tumor Detection Dataset},
    year = {2023},
    publisher = {Ultralytics},
    url = {https://docs.ultralytics.com/datasets/detect/brain-tumor/}
}

Link to this sectionFAQ#

Link to this sectionQuelle est la structure du jeu de données sur les tumeurs cérébrales disponible dans la documentation d'Ultralytics ?#

Le jeu de données Brain Tumor contient 1 116 images divisées en deux sous-ensembles : un ensemble d'entraînement de 893 images et un ensemble de validation de 223 images, chacun accompagné d'annotations appariées. Cette division structurée favorise le développement de modèles de vision par ordinateur robustes et précis pour la détection des tumeurs cérébrales. Pour plus d'informations, consulte la section Dataset Structure.

Link to this sectionQuelles classes contient le jeu de données Brain Tumor ?#

Le jeu de données Brain Tumor possède 2 classes : negative (images sans tumeur cérébrale) et positive (images montrant une tumeur cérébrale). Cet étiquetage binaire permet à un modèle de détection de localiser une tumeur tout en signalant les scans où aucune n'est présente.

Link to this sectionComment télécharger le jeu de données Brain Tumor ?#

Le jeu de données Brain Tumor (4,21 Mo) se télécharge automatiquement depuis les actifs GitHub d'Ultralytics la première fois que tu lances un entraînement avec data="brain-tumor.yaml" — aucun téléchargement manuel n'est requis. Tu peux parcourir les jeux de données associés dans l'aperçu des jeux de données de détection.

Link to this sectionComment puis-je entraîner un modèle YOLO26 sur le jeu de données sur les tumeurs cérébrales en utilisant Ultralytics ?#

Tu peux entraîner un modèle YOLO26 sur le jeu de données des tumeurs cérébrales pendant 100 époques avec une taille d'image de 640px en utilisant les méthodes Python et CLI. Voici des exemples pour les deux :

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="brain-tumor.yaml", epochs=100, imgsz=640)

Pour une liste détaillée des arguments disponibles, réfère-toi à la page Entraînement.

Link to this sectionQuels sont les avantages de l'utilisation du jeu de données sur les tumeurs cérébrales pour l'IA dans le domaine de la santé ?#

Utiliser le dataset de tumeurs cérébrales dans tes projets d'IA permet un diagnostic précoce et une planification des traitements pour les tumeurs cérébrales. Il aide à automatiser l'identification des tumeurs cérébrales via la vision par ordinateur, facilitant des interventions médicales précises et opportunes, et soutenant des stratégies de traitement personnalisées. Cette application détient un potentiel significatif pour améliorer les résultats des patients et les efficacités médicales. Pour plus d'aperçus sur les applications de l'IA dans la santé, consulte les Ultralytics' healthcare solutions.

Link to this sectionComment puis-je effectuer une inférence en utilisant un modèle YOLO26 affiné sur le jeu de données des tumeurs cérébrales ?#

L'inférence utilisant un modèle YOLO26 affiné peut être effectuée via les approches Python ou CLI. Voici les exemples :

from ultralytics import YOLO

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

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

Link to this sectionOù puis-je trouver la configuration YAML pour le jeu de données des tumeurs cérébrales ?#

Le fichier de configuration YAML pour le jeu de données des tumeurs cérébrales peut être trouvé sur brain-tumor.yaml. Ce fichier inclut les chemins, les classes et les informations pertinentes supplémentaires nécessaires pour entraîner et évaluer des modèles sur ce jeu de données.