Link to this sectionDataset de Pílulas Medicinais#

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.

Link to this sectionEstrutura do Dataset#

O dataset 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 mapas de calor de caixas delimitadoras (bounding-boxes) na aba Charts, e clona-o para treinar o teu próprio modelo na nuvem.

Link to this sectionAplicações#

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.

Link to this sectionYAML do Dataset#

O ficheiro medical-pills.yaml define a configuração do dataset — os caminhos do dataset, nomes das classes e outros metadados. 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

Link to this sectionUso#

Para treinar um modelo YOLO26n no dataset Medical Pills durante 100 épocas com um tamanho de imagem de 640, usa os exemplos seguintes. Para argumentos detalhados, consulta a página de Treino 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")

Link to this sectionExemplos 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.

Link to this sectionIntegração com Outros Datasets#

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

Link to this sectionCitações e Agradecimentos#

O dataset 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}
}

Link to this sectionFAQ#

Link to this sectionQuantas imagens e classes existem no dataset Medical Pills?#

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

Link to this sectionComo posso treinar um modelo YOLO26 no dataset Medical Pills?#

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

Link to this sectionQuais 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.

Link to this sectionComo realizo a inferência no dataset Medical Pills?#

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

Link to this sectionOnde posso encontrar o ficheiro de configuração YAML para o dataset Medical Pills?#

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