의료용 알약 데이터 세트

Q: What is the structure of the medical-pills dataset?

이 데이터 세트에는 훈련용 이미지 92개와 검증용 이미지 23개가 포함되어 있습니다. 각 이미지에는 클래스 필이 주석 처리되어 있어 제약 애플리케이션을 위한 모델을 효과적으로 훈련하고 평가할 수 있습니다.

의료용 알약 감지 데이터 세트는 제약 애플리케이션에서 AI의 잠재력을 입증하기 위해 신중하게 선별된 개념 증명(POC) 데이터 세트입니다. 여기에는 의약품 식별을 위한 컴퓨터 비전 모델을 훈련하기 위해 특별히 고안된 라벨이 부착된 이미지가 포함되어 있습니다.

Watch: Ultralytics YOLO11 의료용 알약 감지 데이터 세트에 대한 모델 학습 방법 Google Colab

이 데이터 세트는 제약 워크플로우에서 품질 관리, 포장 자동화, 효율적인 분류와 같은 필수 작업을 자동화하기 위한 기본 리소스로 사용됩니다. 연구자와 개발자는 이 데이터 세트를 프로젝트에 통합함으로써 정확성을 높이고 운영을 간소화하며 궁극적으로 의료 서비스 결과 개선에 기여하는 혁신적인 솔루션을 탐색할 수 있습니다.

데이터 세트 구조

의료용 약 데이터 집합은 두 개의 하위 집합으로 나뉩니다:

교육 세트: 92개의 이미지로 구성되며, 각 이미지에는 클래스가 주석으로 표시됩니다. pill.
유효성 검사 세트: 23개의 이미지와 해당 주석으로 구성됩니다.

애플리케이션

의약품 감지에 컴퓨터 비전을 사용하면 제약 산업에서 자동화를 실현하여 다음과 같은 작업을 지원할 수 있습니다:

의약품 분류: 크기, 모양 또는 색상에 따라 알약 분류를 자동화하여 생산 효율성을 높입니다.
AI 연구 및 개발: 제약 사용 사례에서 컴퓨터 비전 알고리즘 개발 및 테스트를 위한 벤치마크 역할을 합니다.
디지털 재고 시스템: 실시간 재고 모니터링 및 보충 계획을 위한 자동화된 알약 인식 기능을 통합하여 스마트 재고 솔루션을 강화합니다.
품질 관리: 결함, 불규칙성 또는 오염을 식별하여 알약 생산의 일관성을 보장합니다.
위조품 탐지: 알려진 표준과 비교하여 시각적 특성을 분석하여 위조 가능성이 있는 의약품을 식별하는 데 도움을 줍니다.

데이터 세트 YAML

경로와 클래스를 포함한 데이터 세트의 구조를 정의하기 위해 YAML 구성 파일이 제공됩니다. 의료용 약 데이터 세트의 경우, 의료용 약 데이터 세트의 medical-pills.yaml 파일은 다음에서 액세스할 수 있습니다. https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/medical-pills.yaml.

ultralytics/cfg/데이터세트/의료용 알약.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

사용법

이미지 크기가 640인 100개의 의료용 약 데이터 세트에 대해 YOLO11n 모델을 훈련하려면 다음 예제를 사용합니다. 자세한 인수는 모델의 훈련 페이지를 참조하세요.

열차 예시

PythonCLI

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

추론 예제

PythonCLI

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"

샘플 이미지 및 주석

의료용 알약 데이터 세트에는 알약의 다양성을 보여주는 라벨이 붙은 이미지가 있습니다. 아래는 데이터 세트의 레이블이 지정된 이미지의 예시입니다:

의료용 알약 데이터세트 샘플 이미지

모자이크 이미지: 모자이크된 데이터 세트 이미지로 구성된 학습 배치가 표시됩니다. 모자이크는 여러 이미지를 하나로 통합하여 모델 일반화를 개선함으로써 학습의 다양성을 향상시킵니다.

다른 데이터 세트와의 통합

보다 포괄적인 의약품 분석을 위해, 의약품 데이터셋을 포장 식별을 위한 패키지 세그나 뇌종양과 같은 의료 영상 데이터셋과 같은 다른 관련 데이터셋과 결합하여 엔드투엔드 의료 AI 솔루션을 개발하는 것을 고려해 보세요.

인용 및 감사

데이터 세트는 AGPL-3.0 라이선스에 따라 사용할 수 있습니다.

연구 또는 개발 작업에서 Medical-pills 데이터세트를 사용하는 경우, 언급된 세부 정보를 사용하여 인용해 주세요:

BibTeX

@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}
}

자주 묻는 질문

의료용 약 데이터 세트의 구조는 어떻게 되나요?

데이터 세트에는 훈련용 이미지 92개와 검증용 이미지 23개가 포함되어 있습니다. 각 이미지에는 클래스 pill를 통해 제약 애플리케이션을 위한 모델을 효과적으로 교육하고 평가할 수 있습니다.

의료용 약 데이터 세트에 대해 YOLO11 모델을 훈련하려면 어떻게 해야 하나요?

제공된 Python 또는 CLI 방법을 사용하여 이미지 크기가 640px인 100개의 에포크에 대해 YOLO11 모델을 훈련할 수 있습니다. 자세한 지침은 훈련 예제 섹션을 참조하고 모델 기능에 대한 자세한 내용은 YOLO11 설명서를 확인하세요.

AI 프로젝트에서 의약품 데이터 세트를 사용하면 어떤 이점이 있나요?

이 데이터 세트는 알약 감지를 자동화하여 위조 방지, 품질 보증 및 제약 프로세스 최적화에 기여합니다. 또한 의약품 안전과 공급망 효율성을 개선할 수 있는 AI 솔루션 개발을 위한 귀중한 리소스로도 활용됩니다.

의료용 약 데이터 집합에서 추론을 수행하려면 어떻게 해야 하나요?

추론은 미세 조정된 YOLO11 모델과 함께 Python 또는 CLI 메서드를 사용하여 수행할 수 있습니다. 코드 스니펫은 추론 예제 섹션을, 추가 옵션은 예측 모드 설명서를 참조하세요.