医薬品錠剤データセット#

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.

31 class16.1 MBSep 2, 2026

pill

UltralyticsのMedical Pillsデータセットは、単一クラスpillのラベル付き画像115枚（トレーニング用92枚、検証用23枚）を収録した、概念実証（POC）用の物体検出データセットです。品質管理、包装の自動化、仕分けなど、製薬分野での応用に向けたコンピュータービジョンモデルの実証を目的に構築されています。

データセットの構成#

Medical Pillsデータセットには、単一クラスpillのアノテーション付き画像が115枚含まれており、medical-pills.yaml設定で定義された2つのサブセットに分かれています。

Ultralytics PlatformのMedical Pillsを確認して、アノテーションのオーバーレイ付き画像を閲覧したり、Chartsタブでクラス分布やバウンディングボックスのヒートマップを表示したり、クローンしてクラウド上で独自のモデルをトレーニングしたりできます。

用途#

医薬品錠剤の検出にコンピュータービジョンを活用すると、製薬業界の次のような業務を自動化できます。

• 医薬品の仕分け: 錠剤をサイズ、形状、色に基づいて自動で仕分けし、生産効率を高めます。
• AIの研究開発: 製薬分野のユースケースでコンピュータービジョンアルゴリズムを開発・テストするためのベンチマークとして活用できます。
• デジタル在庫管理システム: 錠剤の自動認識を統合したスマート在庫管理ソリューションにより、リアルタイムの在庫監視と補充計画を実現します。
• 品質管理: 欠陥、不規則性、汚染を特定し、錠剤の製造品質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照合して分析することで、偽造薬の可能性がある製品の特定に役立ちます。

データセットYAML#

medical-pills.yamlファイルでは、データセットの設定（データセットのパス、クラス名、その他のメタデータ）が定義されています。このファイルはUltralyticsリポジトリのhttps://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/medical-pills.yamlで管理されています。

# 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、100エポックでトレーニングするには、次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ご覧ください。

from ultralytics import YOLO

# モデルを読み込む
model = YOLO("yolo26n.pt")  # 事前トレーニング済みモデルを読み込みます（トレーニングにはこちらを推奨します）

# モデルをトレーニングする
results = model.train(data="medical-pills.yaml", epochs=100, imgsz=640)

from ultralytics import YOLO

# モデルを読み込む
model = YOLO("path/to/best.pt")  # ファインチューニング済みモデルを読み込む

# モデルを使用した推論
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データセットには、錠剤の多様性を示すラベル付き画像が含まれています。以下に、データセットから作成したモザイク化トレーニングバッチの例を示します。

• 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。モザイク処理では複数の画像を1つにまとめ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、医薬品パッケージの識別に役立つpackage-segなどの関連データセットや、エンドツーエンドのヘルスケアAIソリューションの開発に役立つbrain-tumorなどの医用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ライセンスの下で利用できます。

研究または開発でMedical Pillsデータセットを使用する場合は、以下の詳細を引用してください。

@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#