Link to this sectionMedical Pills 데이터셋#

Name: Medical Pills 탐지 데이터셋
Creator: Ultralytics
License: https://www.ultralytics.com/license
Keywords: Medical Pills 데이터셋, 알약 탐지, 제약 영상, 의료 AI, 컴퓨터 비전, 객체 탐지, YOLO26, 의료 자동화

The Ultralytics Medical Pills dataset is a proof-of-concept (POC) object detection dataset of 115 labeled images across a single class, pill — 92 for training and 23 for validation. It is built to demonstrate computer vision models for pharmaceutical applications such as quality control, packaging automation, and sorting.

Watch: How to train an Ultralytics YOLO Model on the Medical Pills Detection Dataset in Google Colab

Link to this section데이터셋 구조#

Medical Pills 데이터셋은 단일 클래스 pill로 어노테이션된 115개의 이미지를 포함하며, medical-pills.yaml 구성 파일에 정의된 두 개의 하위 세트로 나뉩니다:

Split	이미지	설명
학습(Train)	92	모델 학습용 라벨링된 이미지
검증	23	평가 및 벤치마킹을 위한 보류(held-out) 이미지

Ultralytics Platform의 Medical Pills를 탐색하여 어노테이션 오버레이가 포함된 이미지를 확인하고, Charts 탭에서 클래스 분포 및 바운딩 박스 히트맵을 확인하며, 클라우드에서 자신만의 모델을 학습시키기 위해 복제할 수 있습니다.

Link to this section응용 분야#

제약 분야에서 의료용 알약 탐지를 위해 컴퓨터 비전을 사용하면 다음과 같은 작업을 지원하여 자동화를 실현할 수 있습니다:

제약 분류(Pharmaceutical Sorting): 크기, 모양 또는 색상에 따라 알약을 자동으로 분류하여 생산 효율성을 높입니다.
AI 연구 및 개발: 제약 활용 사례에서 컴퓨터 비전 알고리즘을 개발하고 테스트하기 위한 벤치마크 역할을 합니다.
디지털 재고 시스템: 자동화된 알약 인식 기능을 통합하여 실시간 재고 모니터링 및 보충 계획을 지원하는 스마트 재고 솔루션을 구동합니다.
품질 관리: 결함, 불규칙성 또는 오염을 식별하여 알약 생산의 일관성을 보장합니다.
위조품 탐지: 알려진 표준과 시각적 특성을 비교 분석하여 잠재적인 위조 의약품을 식별하는 데 도움을 줍니다.

Link to this section데이터셋 YAML#

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

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

Link to this section사용법#

Medical Pills 데이터셋에서 이미지 크기 640으로 100 에폭(epochs) 동안 YOLO26n 모델을 학습시키려면 다음 예제를 사용하십시오. 자세한 인수는 모델의 학습(Training) 페이지를 참조하십시오.

훈련 예제

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)

추론 예시

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")

Link to this section샘플 이미지 및 주석#

Medical Pills 데이터셋은 알약의 다양성을 보여주는 라벨링된 이미지를 제공합니다. 다음은 데이터셋에서 가져온 라벨링된 이미지의 예시입니다:

Medical Pills 데이터셋 샘플 이미지

모자이크 이미지(Mosaiced Image): 학습 배치로 구성된 모자이크 처리된 데이터셋 이미지가 표시됩니다. 모자이킹은 여러 이미지를 하나로 통합하여 학습 다양성을 높이고 모델 일반화 성능을 향상합니다.

Link to this section다른 데이터셋과의 통합#

더 포괄적인 제약 분석을 위해 Medical Pills 데이터셋과 패키지 식별을 위한 package-seg와 같은 관련 데이터셋, 또는 brain-tumor와 같은 의료 영상 데이터셋을 결합하여 엔드 투 엔드 헬스케어 AI 솔루션을 개발하는 것을 고려해 보십시오.

Link to this section인용 및 감사의 글#

이 데이터셋은 AGPL-3.0 라이선스 하에 제공됩니다.

연구 또는 개발 작업에 Medical Pills 데이터셋을 사용하는 경우, 명시된 세부 정보를 사용하여 출처를 밝혀 주십시오:

인용

@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}
}

Link to this sectionFAQ#