Medical Pills 데이터 세트

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

데이터 세트에는 학습용 이미지 92개와 유효성 검사용 이미지 23개가 포함되어 있습니다. 각 이미지는 pill 클래스로 주석이 달려 있어 제약 애플리케이션을 위한 모델의 효과적인 학습 및 평가가 가능합니다.

medical-pills 감지 데이터 세트는 제약 분야에서 AI의 잠재력을 보여주기 위해 신중하게 선별된 개념 증명(POC) 데이터 세트입니다. 여기에는 의료용 알약을 식별하기 위한 컴퓨터 비전 모델을 훈련하도록 특별히 설계된 레이블이 지정된 이미지가 포함되어 있습니다.

참고: Ultralytics YOLO11 모델을 사용하여 의료용 알약 감지 데이터 세트를 훈련하는 방법 Google Colab

이 데이터 세트는 제약 워크플로에서 품질 관리, 포장 자동화 및 효율적인 분류와 같은 필수 작업을 자동화하기 위한 기본 리소스 역할을 합니다. 이 데이터 세트를 프로젝트에 통합함으로써 연구원과 개발자는 정확성을 향상시키고 운영을 간소화하며 궁극적으로 개선된 의료 결과에 기여하는 혁신적인 솔루션을 탐색할 수 있습니다.

데이터 세트 구조

medical-pills 데이터 세트는 두 개의 하위 세트로 나뉩니다.

학습 세트: 각각 클래스로 어노테이션이 추가된 92개의 이미지로 구성됩니다. pill.
검증 세트: 해당 어노테이션이 있는 23개의 이미지로 구성됩니다.

응용 분야

의료용 알약 감지를 위한 컴퓨터 비전 사용은 제약 산업에서 자동화를 가능하게 하여 다음과 같은 작업을 지원합니다.

제약 분류: 크기, 모양 또는 색상에 따라 알약 분류를 자동화하여 생산 효율성을 향상시킵니다.
AI 연구 및 개발: 제약 사용 사례에서 컴퓨터 비전 알고리즘을 개발하고 테스트하기 위한 벤치마크 역할을 합니다.
디지털 재고 시스템: 실시간 재고 모니터링 및 보충 계획을 위해 자동화된 약품 인식 기능을 통합하여 스마트 재고 솔루션을 강화합니다.
품질 관리: 결함, 불규칙성 또는 오염을 식별하여 알약 생산의 일관성을 보장합니다.
위조품 감지: 알려진 표준에 대한 시각적 특성을 분석하여 잠재적인 위조 의약품을 식별하는 데 도움을 줍니다.

데이터세트 YAML

YAML 구성 파일은 경로 및 클래스를 포함하여 데이터 세트의 구조를 정의하기 위해 제공됩니다. medical-pills 데이터 세트의 경우, medical-pills.yaml 파일은 다음 위치에서 액세스할 수 있습니다. 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

사용법

이미지 크기가 640인 medical-pills 데이터 세트에서 YOLO11n 모델을 100 epochs 동안 훈련하려면 다음 예제를 사용하세요. 자세한 인수는 모델의 훈련 페이지를 참조하세요.

훈련 예제

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 예시

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

medical-pills 데이터 세트는 다양한 알약을 보여주는 레이블이 지정된 이미지를 특징으로 합니다. 다음은 데이터 세트에서 레이블이 지정된 이미지의 예입니다.

Medical-pills 데이터 세트 샘플 이미지

Mosaic 이미지: 모자이크 데이터 세트 이미지로 구성된 훈련 배치가 표시됩니다. 모자이킹은 여러 이미지를 하나로 통합하여 훈련 다양성을 향상시켜 모델 일반화 성능을 향상시킵니다.

다른 데이터 세트와 통합

보다 포괄적인 제약 분석을 위해 의약품 포장 식별을 위한 package-seg 또는 종단 간 의료 AI 솔루션을 개발하기 위한 뇌종양과 같은 의료 영상 데이터 세트와 같은 기타 관련 데이터 세트와 의료용 알약 데이터 세트를 결합하는 것을 고려하십시오.

인용 및 감사의 말씀

이 데이터 세트는 AGPL-3.0 라이선스에 따라 사용할 수 있습니다.

연구 또는 개발 작업에 Medical-pills 데이터 세트를 사용하는 경우, 언급된 세부 정보를 사용하여 인용해 주십시오:

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}
}

FAQ