Beyin Tümörü Veri Kümesi
A brain tumor detection dataset consists of medical images from MRI or CT scans, containing information about brain tumor presence, location, and characteristics. This dataset is essential for training computer vision algorithms to automate brain tumor identification, aiding in early diagnosis and treatment planning.
İzle: Ultralytics HUB kullanılarak Beyin Tümörü Tespiti
Veri Kümesi Yapısı
Beyin tümörü veri kümesi iki alt kümeye ayrılmıştır:
- Eğitim seti: Her birine karşılık gelen ek açıklamaların eşlik ettiği 893 görüntüden oluşur.
- Test seti: Her biri için ek açıklamaların eşleştirildiği 223 görüntüden oluşmaktadır.
Uygulamalar
Bilgisayarlı görü kullanılarak beyin tümörü tespiti uygulaması, erken teşhis, tedavi planlaması ve tümör ilerlemesinin izlenmesini sağlar. Bilgisayarla görme sistemleri, MR veya BT taramaları gibi tıbbi görüntüleme verilerini analiz ederek beyin tümörlerinin doğru bir şekilde tanımlanmasına, zamanında tıbbi müdahaleye ve kişiselleştirilmiş tedavi stratejilerine yardımcı olur.
Veri Kümesi YAML
Veri kümesi yapılandırmasını tanımlamak için bir YAML (Yet Another Markup Language) dosyası kullanılır. Veri kümesinin yolları, sınıfları ve diğer ilgili bilgiler hakkında bilgi içerir. Beyin tümörü veri kümesi söz konusu olduğunda brain-tumor.yaml
dosyası şu adreste tutulur https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/brain-tumor.yaml.
ultralytics/cfg/datasets/brain-tumor.yaml
# Ultralytics YOLO 🚀, AGPL-3.0 license
# Brain-tumor dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/brain-tumor/
# Example usage: yolo train data=brain-tumor.yaml
# parent
# ├── ultralytics
# └── datasets
# └── brain-tumor ← downloads here (4.05 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: ../datasets/brain-tumor # dataset root dir
train: train/images # train images (relative to 'path') 893 images
val: valid/images # val images (relative to 'path') 223 images
test: # test images (relative to 'path')
# Classes
names:
0: negative
1: positive
# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/brain-tumor.zip
Kullanım
To train a YOLO11n model on the brain tumor dataset for 100 epochs with an image size of 640, utilize the provided code snippets. For a detailed list of available arguments, consult the model's Training page.
Tren Örneği
Çıkarım Örneği
Örnek Görüntüler ve Açıklamalar
Beyin tümörü veri kümesi, çeşitli nesne kategorileri ve karmaşık sahneler içeren geniş bir görüntü yelpazesini kapsamaktadır. Aşağıda, ilgili açıklamalarıyla birlikte veri kümesinden görüntü örnekleri sunulmuştur
- Mozaiklenmiş Görüntü: Burada mozaiklenmiş veri seti görüntülerinden oluşan bir eğitim grubu gösterilmektedir. Bir eğitim tekniği olan mozaikleme, birden fazla görüntüyü tek bir görüntüde birleştirerek yığın çeşitliliğini artırır. Bu yaklaşım, modelin çeşitli nesne boyutları, en-boy oranları ve bağlamlar arasında genelleme yapma kapasitesini geliştirmeye yardımcı olur.
Bu örnek, beyin tümörü veri kümesindeki görüntülerin çeşitliliğini ve karmaşıklığını vurgulamakta ve eğitim aşamasında mozaiklemenin dahil edilmesinin avantajlarının altını çizmektedir.
Atıflar ve Teşekkür
Veri seti AGPL-3.0 Lisansı altında kullanıma sunulmuştur.
SSS
Ultralytics dokümantasyonunda bulunan beyin tümörü veri setinin yapısı nedir?
Beyin tümörü veri kümesi iki alt kümeye ayrılmıştır: eğitim kümesi karşılık gelen ek açıklamalara sahip 893 görüntüden oluşurken, test kümesi eşleştirilmiş ek açıklamalara sahip 223 görüntüden oluşmaktadır. Bu yapılandırılmış bölüm, beyin tümörlerini tespit etmek için sağlam ve doğru bilgisayarla görme modellerinin geliştirilmesine yardımcı olur. Veri kümesi yapısı hakkında daha fazla bilgi için Veri Kümesi Yapısı bölümünü ziyaret edin.
How can I train a YOLO11 model on the brain tumor dataset using Ultralytics?
You can train a YOLO11 model on the brain tumor dataset for 100 epochs with an image size of 640px using both Python and CLI methods. Below are the examples for both:
Tren Örneği
Kullanılabilir argümanların ayrıntılı bir listesi için Eğitim sayfasına bakın.
Sağlık hizmetlerinde yapay zeka için beyin tümörü veri setini kullanmanın faydaları nelerdir?
Beyin tümörü veri setinin yapay zeka projelerinde kullanılması, beyin tümörleri için erken teşhis ve tedavi planlamasına olanak sağlar. Bilgisayarla görme yoluyla beyin tümörü tanımlamasının otomatikleştirilmesine, doğru ve zamanında tıbbi müdahalelerin kolaylaştırılmasına ve kişiselleştirilmiş tedavi stratejilerinin desteklenmesine yardımcı olur. Bu uygulama, hasta sonuçlarının ve tıbbi verimliliğin iyileştirilmesinde önemli bir potansiyele sahiptir.
How do I perform inference using a fine-tuned YOLO11 model on the brain tumor dataset?
Inference using a fine-tuned YOLO11 model can be performed with either Python or CLI approaches. Here are the examples:
Çıkarım Örneği
Beyin tümörü veri kümesi için YAML yapılandırmasını nerede bulabilirim?
Beyin tümörü veri kümesi için YAML yapılandırma dosyası brain-tumor.yaml adresinde bulunabilir. Bu dosya, bu veri kümesi üzerinde modelleri eğitmek ve değerlendirmek için gerekli yolları, sınıfları ve ilgili ek bilgileri içerir.