Dataset de Pílulas Medicinais#

O conjunto de dados Medical Pills da Ultralytics é um conjunto de dados de prova de conceito (POC) de object detection com 115 imagens rotuladas em uma única classe, pill — 92 para treino e 23 para validação. Ele foi criado para demonstrar models de computer vision para aplicações farmacêuticas, como controle de qualidade, automação de embalagem e triagem.

Estrutura do Dataset#

O conjunto de dados Medical Pills contém 115 imagens anotadas com uma única classe, pill, divididas em dois subconjuntos definidos pela configuração medical-pills.yaml:

Explora o Medical Pills na Plataforma Ultralytics para navegar pelas imagens com as suas sobreposições de anotação, ver a distribuição de classes e os mapas de calor de caixas delimitadoras na aba Charts, e cloná-lo para treinar o teu próprio modelo na nuvem.

Aplicações#

Usar visão computacional para detecção de comprimidos médicos permite a automação na indústria farmacêutica, suportando tarefas como:

• Triagem Farmacêutica: Automatizar a separação de pílulas com base em tamanho, forma ou cor para aumentar a eficiência da produção.
• Pesquisa e Desenvolvimento em IA: Servir como referência para desenvolver e testar algoritmos de visão computacional em casos de uso farmacêuticos.
• Sistemas de Inventário Digital: Potencializar soluções inteligentes de estoque integrando o reconhecimento automático de pílulas para monitoramento em tempo real e planejamento de reposição.
• Controle de Qualidade: Garantir a consistência na produção de pílulas identificando defeitos, irregularidades ou contaminação.
• Detecção de Falsificação: Ajudar a identificar medicamentos potencialmente falsificados analisando características visuais em relação a padrões conhecidos.

YAML do Dataset#

O arquivo medical-pills.yaml define a configuração do conjunto de dados — os caminhos do conjunto de dados, nomes de classes e outros metadados. Ele é mantido no repositório da Ultralytics em https://github.com/ultralytics/ultralytics/blob/main/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

Uso#

Para treinar um modelo YOLO26n no conjunto de dados Medical Pills por 100 épocas com um tamanho de imagem de 640, usa os exemplos a seguir. Para argumentos detalhados, consulta a página de Treinamento do modelo.

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)

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")

Exemplos de Imagens e Anotações#

O dataset Medical Pills apresenta imagens rotuladas que demonstram a diversidade de comprimidos. Abaixo encontras um exemplo de uma imagem rotulada do dataset:

• Imagem em Mosaico: Exibido está um lote de treinamento composto por imagens do dataset em mosaico. A técnica de mosaico aumenta a diversidade do treinamento ao consolidar múltiplas imagens em uma só, melhorando a generalização do modelo.

Integração com Outros Datasets#

Para uma análise farmacêutica mais abrangente, considera combinar o conjunto de dados Medical Pills com outros conjuntos de dados relacionados, como package-seg para identificação de embalagens ou conjuntos de dados de imagem médica como brain-tumor para desenvolver soluções de IA de saúde de ponta a ponta.

Citações e Agradecimentos#

O conjunto de dados está disponível sob a Licença AGPL-3.0.

Se usares o dataset Medical Pills no teu trabalho de investigação ou desenvolvimento, por favor cita-o usando os detalhes mencionados:

@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#

Quantas imagens e classes existem no dataset Medical Pills?#

O conjunto de dados Medical Pills contém 115 imagens no total — 92 para treinamento e 23 para validação — sem divisão de teste separada. Cada imagem é anotada com uma única classe, pill. Ele é fornecido como um download automático de 8,19 MB definido na configuração medical-pills.yaml.

Como posso treinar um modelo YOLO26 no dataset Medical Pills?#

Podes treinar um modelo YOLO26 por 100 épocas com um tamanho de imagem de 640px usando os métodos Python ou CLI fornecidos. Consulta a seção Exemplo de Treinamento para instruções detalhadas e verifica a documentação do YOLO26 para mais informações sobre as capacidades do modelo.

Quais são os benefícios de usar o dataset Medical Pills em projetos de IA?#

O dataset permite a automação na detecção de pílulas, contribuindo para a prevenção de falsificações, garantia de qualidade e otimização de processos farmacêuticos. Ele também serve como um recurso valioso para desenvolver soluções de IA que podem melhorar a segurança dos medicamentos e a eficiência da cadeia de suprimentos.

Como realizo a inferência no dataset Medical Pills?#

A inferência pode ser feita usando métodos Python ou CLI com um modelo YOLO26 ajustado. Consulta a seção Exemplo de Inferência para trechos de código e a documentação do modo Predição para opções adicionais.

Onde posso encontrar o ficheiro de configuração YAML para o dataset Medical Pills?#

O arquivo YAML está disponível em medical-pills.yaml, contendo caminhos do conjunto de dados, classes e detalhes de configuração adicionais essenciais para treinar modelos neste conjunto de dados.