Ensemble de données sur les pilules médicales
L'ensemble de données sur la détection des pilules médicales est un ensemble de données de validation du concept (POC), soigneusement conçu pour démontrer le potentiel de l'IA dans les applications pharmaceutiques. Il contient des images étiquetées spécialement conçues pour entraîner des modèles de vision artificielle à l'identification de pilules médicales.
Regarder : Comment former le modèle Ultralytics YOLO11 sur l'ensemble de données de détection de pilules médicales en Google Colab
Cet ensemble de données constitue une ressource fondamentale pour l'automatisation de tâches essentielles telles que le contrôle de la qualité, l'automatisation de l'emballage et le triage efficace dans les flux de travail pharmaceutiques. En intégrant cet ensemble de données dans des projets, les chercheurs et les développeurs peuvent explorer des solutions innovantes qui améliorent la précision, rationalisent les opérations et, en fin de compte, contribuent à l'amélioration des résultats des soins de santé.
Structure de l'ensemble de données
L'ensemble de données sur les médicaments est divisé en deux sous-ensembles :
- Ensemble de formation: Constitué de 92 images, chacune annotée avec la classe
pill
. - Jeu de validation: Comprend 23 images avec les annotations correspondantes.
Applications
L'utilisation de la vision par ordinateur pour la détection des pilules médicales permet l'automatisation dans l'industrie pharmaceutique, en prenant en charge des tâches telles que.. :
- Triage pharmaceutique: Automatisation du tri des pilules en fonction de leur taille, de leur forme ou de leur couleur afin d'améliorer l'efficacité de la production.
- Recherche et développement en matière d'IA: Servir de référence pour le développement et l'essai d'algorithmes de vision artificielle dans des cas d'utilisation pharmaceutique.
- Systèmes d'inventaire numériques: Solutions d'inventaire intelligentes intégrant la reconnaissance automatique des pilules pour le suivi des stocks en temps réel et la planification du réapprovisionnement.
Jeu de données YAML
Un fichier de configuration YAML est fourni pour définir la structure de l'ensemble de données, y compris les chemins et les classes. Pour l'ensemble de données medical-pills, le fichier de configuration medical-pills.yaml
est accessible à l'adresse suivante https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/medical-pills.yaml.
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: ../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
Utilisation
Pour entraîner un modèle YOLO11n sur l'ensemble de données medical-pills pour 100 époques avec une taille d'image de 640, utilisez les exemples suivants. Pour des arguments détaillés, reportez-vous à la page Formation du modèle.
Exemple de train
Exemple d'inférence
Exemples d'images et d'annotations
L'ensemble de données sur les pilules médicales présente des images étiquetées illustrant la diversité des pilules. Vous trouverez ci-dessous un exemple d'image étiquetée provenant de l'ensemble de données :
- Image mosaïque: Un lot d'entraînement comprenant des images de l'ensemble de données en mosaïque est affiché. La mosaïque améliore la diversité de la formation en consolidant plusieurs images en une seule, ce qui améliore la généralisation du modèle.
Citations et remerciements
Le jeu de données est disponible sous la licenceAGPL-3.0 .
Si vous utilisez l'ensemble de données Medical-pills dans vos travaux de recherche ou de développement, veuillez le citer en utilisant les détails mentionnés :
FAQ
Quelle est la structure de l'ensemble de données sur les pilules médicales ?
L'ensemble de données comprend 92 images pour la formation et 23 images pour la validation. Chaque image est annotée avec la classe pill
Le programme d'évaluation de la qualité de l'eau permet de former et d'évaluer efficacement les modèles.
Comment puis-je entraîner un modèle YOLO11 sur l'ensemble de données relatives aux pilules médicales ?
Vous pouvez entraîner un modèle YOLO11 pour 100 époques avec une taille d'image de 640 px à l'aide des méthodes Python ou CLI fournies. Reportez-vous à la section Exemple d'entraînement pour obtenir des instructions détaillées.
Quels sont les avantages de l'utilisation de l'ensemble de données sur les pilules médicales dans les projets d'IA ?
L'ensemble des données permet d'automatiser la détection des pilules, contribuant ainsi à la prévention des contrefaçons, à l'assurance qualité et à l'optimisation des processus pharmaceutiques.
Comment effectuer une inférence sur l'ensemble de données relatives aux pilules médicales ?
L'inférence peut être effectuée à l'aide des méthodes Python ou CLI avec un modèle YOLO11 affiné. Reportez-vous à la section Exemple d'inférence pour des extraits de code.
Où puis-je trouver le fichier de configuration YAML pour l'ensemble de données medical-pills ?
Le fichier YAML est disponible à l'adresse medical-pills.yaml. Il contient les chemins d'accès aux ensembles de données, les classes et d'autres détails de configuration.