Medical Pillsデータセット

medical-pills検出データセットは、製薬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。これには、medical-pillsを識別するためのコンピュータ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。

Watch: How to train Ultralytics YOLO26 Model on Medical Pills Detection Dataset in Google Colab

This dataset serves as a foundational resource for automating essential tasks such as quality control, packaging automation, and efficient sorting in pharmaceutical workflows. By integrating this dataset into projects, researchers and developers can explore innovative solutions that enhance accuracy, streamline operations, and ultimately contribute to improved healthcare outcomes.

データセットの構造

medical-pillsデータセットは、2つのサブセットに分かれています：

トレーニングセット: 92枚の画像で構成され、それぞれにpillクラスがアノテーションされています。
検証セット: 対応するアノテーション付きの23枚の画像で構成されています。

アプリケーション

medical-pills検出にコンピュータビジョンを使用することで、製薬業界における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: 生産効率を向上させるために、サイズ、形状、色に基づいて錠剤の仕分けを自動化します。
AIの研究開発: 製薬ユースケースにおける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。
デジタル在庫管理システム: 自動化された錠剤認識を統合し、リアルタイムの在庫監視や補充計画のための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、異常、または汚染を特定することにより、錠剤生産の一貫性を確保します。
偽造品の検出: 既知の基準と視覚的特徴を分析することで、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

パスやクラスを含むデータセットの構造を定義するためのYAML構成ファイルが提供されています。medical-pillsデータセットの場合、medical-pills.yamlファイルはhttps://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/medical-pills.yamlからアクセスできます。

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

使用方法

medical-pillsデータセットでYOLO26nモデルを画像サイズ640で100エポックトレーニングするには、以下の例を使用してください。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。

トレーニングの例

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)

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")

サンプル画像とアノテーション

medical-pillsデータセットは、錠剤の多様性を示すラベル付き画像が特徴です。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 dataset sample image

モザイク画像: 表示されているのは、モザイク処理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です。モザイク処理は、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

より包括的な製薬分析を行うには、医療用梱包識別用の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のような医療画像データセットとmedical-pillsデータセットを組み合わせることを検討してください。

引用と謝辞

このデータセットはAGPL-3.0 Licenseの下で利用可能です。

研究や開発作業でMedical-pillsデータセットを使用する場合は、記載されている詳細を使用して引用してください：

引用

@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