Dataset di pillole medicinali#

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

Il dataset Medical Pills di Ultralytics è un dataset di rilevamento degli oggetti di prova di concetto (POC), composto da 115 immagini annotate appartenenti a una singola classe, pill — 92 per l'addestramento e 23 per la validazione. È stato creato per dimostrare l'uso di modelli di visione artificiale per applicazioni farmaceutiche come il controllo qualità, l'automazione del confezionamento e lo smistamento.

Struttura del dataset#

Il dataset Medical Pills contiene 115 immagini annotate con una singola classe, pill, suddivise in due sottoinsiemi definiti dalla configurazione medical-pills.yaml:

Esplora Medical Pills sulla piattaforma Ultralytics per sfogliare le immagini con le relative sovrapposizioni delle annotazioni, visualizzare la distribuzione delle classi e le mappe di calore dei riquadri di delimitazione nella scheda Charts, quindi clonarlo per addestrare il tuo modello nel cloud.

Applicazioni#

L'uso della visione artificiale per il rilevamento delle pillole medicinali consente di automatizzare l'industria farmaceutica, supportando attività come:

• Smistamento farmaceutico: automatizzare lo smistamento delle pillole in base a dimensioni, forma o colore per migliorare l'efficienza produttiva.
• Ricerca e sviluppo nell'IA: fungere da benchmark per lo sviluppo e il test di algoritmi di visione artificiale in applicazioni farmaceutiche.
• Sistemi digitali di inventario: alimentare soluzioni intelligenti per la gestione dell'inventario integrando il riconoscimento automatizzato delle pillole per il monitoraggio delle scorte in tempo reale e la pianificazione dei rifornimenti.
• Controllo qualità: garantire la coerenza nella produzione delle pillole identificando difetti, irregolarità o contaminazioni.
• Rilevamento dei contraffatti: aiutare a identificare farmaci potenzialmente contraffatti analizzandone le caratteristiche visive rispetto a standard noti.

YAML del dataset#

Il file medical-pills.yaml definisce la configurazione del dataset: i percorsi del dataset, i nomi delle classi e altri metadati. È mantenuto nel repository Ultralytics all'indirizzo 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

Utilizzo#

Per addestrare un modello YOLO26n sul dataset Medical Pills per 100 epoche con una dimensione dell'immagine di 640, usa gli esempi seguenti. Per gli argomenti dettagliati, consulta la pagina Training del modello.

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")

Immagini ed esempi di annotazioni#

Il dataset Medical Pills contiene immagini annotate che mostrano la varietà delle pillole. Di seguito è riportato un esempio di immagine annotata del dataset:

• Immagine mosaicata: viene mostrato un batch di addestramento composto da immagini mosaicata del dataset. La mosaicatura aumenta la varietà dei dati di addestramento riunendo più immagini in una sola e migliorando la capacità di generalizzazione del modello.

Integrazione con altri dataset#

Per un'analisi farmaceutica più completa, valuta la possibilità di combinare il dataset Medical Pills con altri dataset correlati, come package-seg per l'identificazione delle confezioni o dataset di imaging medico come brain-tumor, per sviluppare soluzioni di IA sanitaria end-to-end.

Citazioni e ringraziamenti#

Il dataset è disponibile ai sensi della Licenza AGPL-3.0.

Se utilizzi il dataset Medical Pills nel tuo lavoro di ricerca o sviluppo, citalo usando i dettagli indicati:

@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}
}

FAQ#