コンテンツにスキップ

医療用ピルデータセット

Colabで医療用ピルデータセットを開く

medical-pills検出データセットは、医薬品アプリケーションにおけるAIの可能性を示すために慎重にキュレーションされた概念実証(POC)データセットです。医療用ピルを識別するためのコンピュータービジョン モデルをトレーニングするために特別に設計されたラベル付き画像が含まれています。



見る: 医療用錠剤検出データセットでUltralytics YOLO11モデルを学習する方法 Google Colab

このデータセットは、医薬品ワークフローにおける品質管理、包装の自動化、効率的な仕分けなど、不可欠なタスクを自動化するための基礎リソースとして機能します。このデータセットをプロジェクトに統合することで、研究者や開発者は、精度を高め、業務を効率化し、最終的には医療成果の向上に貢献する革新的なソリューションを模索できます。

データセットの構造

medical-pillsデータセットは、次の2つのサブセットに分割されています。

  • トレーニングセット: 92枚の画像で構成され、各画像にはクラスのアノテーションが付いています pill.
  • Validation set(検証用データセット): 各画像に対応するアノテーションを含む23枚の画像で構成されます。

アプリケーション

医薬品の錠剤検出にコンピュータビジョンを使用すると、製薬業界の自動化が可能になり、次のようなタスクをサポートします。

  • 医薬品の仕分け: 生産効率を高めるために、サイズ、形状、または色に基づいて錠剤の仕分けを自動化します。
  • AI研究開発: 製薬分野でのコンピュータビジョンアルゴリズムの開発とテストのベンチマークとして機能します。
  • デジタル在庫システム: リアルタイムな在庫監視と補充計画のために、自動化された錠剤認識を統合することで、スマートな在庫ソリューションを強化します。
  • 品質管理: 欠陥、異物、または汚染を特定することにより、錠剤製造の一貫性を確保します。
  • 偽造品検出: 既知の基準に対する視覚的特徴を分析することにより、潜在的な偽造医薬品の特定を支援します。

データセット YAML

YAML構成ファイルは、パスやクラスなど、データセットの構造を定義するために提供されています。medical-pillsデータセットの場合、 medical-pills.yaml ファイルには以下からアクセスできます。 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: 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

使用法

画像サイズ640でmedical-pillsデータセットのYOLO11nモデルを100エポックトレーニングするには、次の例を使用します。詳細な引数については、モデルのトレーニングページを参照してください。

学習の例

from ultralytics import YOLO

# Load a model
model = YOLO("yolo11n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="medical-pills.yaml", epochs=100, imgsz=640)
# Start training from a pretrained *.pt model
yolo detect train data=medical-pills.yaml model=yolo11n.pt epochs=100 imgsz=640

推論の例

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")
# Start prediction with a fine-tuned *.pt model
yolo detect predict model='path/to/best.pt' imgsz=640 source="https://ultralytics.com/assets/medical-pills-sample.jpg"

サンプル画像とアノテーション

medical-pillsデータセットは、さまざまな錠剤を示すラベル付き画像を備えています。以下は、データセットからのラベル付き画像の例です。

Medical-pillsデータセットのサンプル画像

  • モザイク化された画像: モザイク化されたデータセット画像で構成されるトレーニングバッチが表示されます。モザイク化は、複数の画像を1つに統合することでトレーニングの多様性を高め、モデルの汎化性能を向上させます。

他のデータセットとの統合

より包括的な医薬品分析を行うには、medical-pillsデータセットを、パッケージ識別のためのpackage-segや、エンドツーエンドのヘルスケアAIソリューションを開発するためのbrain-tumorなどの医療画像データセットなどの、その他の関連データセットと組み合わせることを検討してください。

引用と謝辞

データセットは、AGPL-3.0ライセンスの下で利用可能です。

Medical-pillsデータセットを研究または開発にご利用の際は、以下の詳細を使用して引用してください。

@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}
}

よくある質問

medical-pillsデータセットの構造はどうなっていますか?

データセットには、トレーニング用に92枚の画像、検証用に23枚の画像が含まれています。各画像にはクラスの注釈が付けられています pillにより、医薬品アプリケーション向けのモデルの効果的なトレーニングと評価が可能になります。

medical-pillsデータセットでYOLO11モデルをトレーニングするにはどうすればよいですか?

提供されているPythonまたはCLIメソッドを使用して、画像サイズ640pxでYOLO11モデルを100エポックトレーニングできます。詳細な手順については、トレーニング例のセクションを参照し、モデルの機能の詳細については、YOLO11のドキュメントを確認してください。

AI プロジェクトで medical-pills データセットを使用する利点は何ですか?

このデータセットは、錠剤検出の自動化を可能にし、偽造防止、品質保証、および医薬品プロセスの最適化に貢献します。また、医薬品の安全性とサプライチェーンの効率を向上させるAIソリューションの開発にも役立つ貴重なリソースとなります。

medical-pills データセットで推論を実行するにはどうすればよいですか?

推論は、微調整されたYOLO11モデルを使用して、pythonまたはCLIメソッドで行うことができます。コードスニペットについては、推論の例セクションを参照し、追加のオプションについては、Predictモードのドキュメントを参照してください。

medical-pillsデータセットのYAML構成ファイルはどこにありますか?

YAMLファイルはmedical-pills.yamlにあり、データセットのパス、クラス、およびこのデータセットでモデルをトレーニングするために不可欠な追加の構成詳細が含まれています。



📅 8か月前に作成 ✏️ 5か月前に更新

コメント