의료용 알약 데이터셋#

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

Ultralytics Medical Pills 데이터셋은 단일 클래스 pill을 포함하는 115개의 라벨링 이미지로 구성된 개념 증명(POC) 객체 검출 데이터셋입니다. 학습용 이미지는 92개, 검증용 이미지는 23개입니다. 품질 관리, 포장 자동화, 분류와 같은 제약 분야 애플리케이션을 위한 컴퓨터 비전 모델을 시연하도록 구축되었습니다.

데이터셋 구조#

Medical Pills 데이터셋에는 단일 클래스 pill으로 어노테이션된 이미지 115개가 포함되어 있으며, medical-pills.yaml 구성에 따라 두 개의 하위 집합으로 나뉩니다:

Ultralytics Platform의 Medical Pills에서 이미지와 어노테이션 오버레이를 살펴보고, Charts 탭에서 클래스 분포와 바운딩 박스 히트맵을 확인하고, 데이터셋을 복제해 클라우드에서 자체 모델을 학습하세요.

응용 분야#

의료용 알약 검출에 컴퓨터 비전을 사용하면 제약 산업의 다음과 같은 작업을 자동화할 수 있습니다:

• 제약 제품 분류: 크기, 모양 또는 색상에 따라 알약을 자동으로 분류하여 생산 효율성을 높입니다.
• AI 연구 및 개발: 제약 분야 활용 사례의 컴퓨터 비전 알고리즘을 개발하고 테스트하기 위한 벤치마크로 활용합니다.
• 디지털 재고 시스템: 알약 자동 인식을 통합하여 실시간 재고를 모니터링하고 보충을 계획하는 스마트 재고 솔루션을 구현합니다.
• 품질 관리: 결함, 이상 또는 오염을 식별하여 알약 생산의 일관성을 보장합니다.
• 위조품 검출: 알려진 표준과 시각적 특징을 비교 분석하여 위조 가능성이 있는 의약품을 식별하는 데 도움을 줍니다.

데이터셋 YAML#

medical-pills.yaml 파일은 데이터셋 경로, 클래스 이름 및 기타 메타데이터를 포함한 데이터셋 구성을 정의합니다. 이 파일은 Ultralytics 저장소의 https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/medical-pills.yaml에서 관리됩니다.

# 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

사용법#

이미지 크기 640으로 Medical Pills 데이터셋에서 YOLO26n 모델을 100 에폭 동안 학습하려면 다음 예제를 사용하세요. 자세한 인수는 모델의 학습 페이지를 참조하세요.

from ultralytics import YOLO

# 모델 로드
model = YOLO("yolo26n.pt")  # 사전 학습된 모델을 불러옵니다(학습에 권장).

# 모델 학습
results = model.train(data="medical-pills.yaml", epochs=100, imgsz=640)

from ultralytics import YOLO

# 모델 로드
model = YOLO("path/to/best.pt")  # 파인 튜닝된 모델 로드

# 모델을 사용한 추론
results = model.predict("https://ultralytics.com/assets/medical-pills-sample.jpg")

샘플 이미지 및 어노테이션#

Medical Pills 데이터셋에는 다양한 알약을 보여주는 라벨링 이미지가 포함되어 있습니다. 아래는 데이터셋에서 가져온 모자이크 처리된 학습 배치의 예입니다:

• 모자이크 이미지: 모자이크 처리된 데이터셋 이미지로 구성된 학습 배치가 표시됩니다. 모자이크 처리는 여러 이미지를 하나로 통합하여 학습 다양성을 높이고 모델의 일반화 성능을 향상합니다.

다른 데이터셋과의 통합#

보다 포괄적인 제약 분석을 위해 Medical Pills 데이터셋을 패키징 식별용 package-seg와 같은 관련 데이터셋이나, 엔드투엔드 헬스케어 AI 솔루션 개발을 위한 brain-tumor와 같은 의료 영상 데이터셋과 결합해 보세요.

인용 및 감사의 글#

이 데이터셋은 AGPL-3.0 License에 따라 제공됩니다.

연구 또는 개발 작업에서 Medical Pills 데이터셋을 사용하는 경우, 아래에 명시된 세부 정보를 사용하여 인용해 주세요.

@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#