Tıbbi Haplar Veri Kümesi#

115

medical pills

ultralytics

publicDetect

Medical Pills contains close-range photographs of pharmaceutical tablets and capsules in varied arrangements. Single-class bounding boxes and clean background images support medication localization, counting, dispensing verification, and visual inventory.

21 class16.1 MBSep 2, 2026

pill

Ultralytics Tıbbi Haplar veri kümesi, tek bir sınıftaki 115 etiketli görüntüden oluşan bir kavram kanıtı (POC) nesne tespit veri kümesidir: pill — 92 görüntü eğitim, 23 görüntü doğrulama için kullanılır. Kalite kontrolü, ambalaj otomasyonu ve sınıflandırma gibi farmasötik uygulamalarda bilgisayarlı görü modellerini göstermesi için oluşturulmuştur.

Veri Kümesi Yapısı#

Tıbbi Haplar veri kümesi, pill adlı tek bir sınıfla etiketlenmiş ve medical-pills.yaml yapılandırması tarafından tanımlanan iki alt kümeye ayrılmış 115 görüntü içerir:

Görüntülere açıklama katmanlarıyla göz atmak, Charts sekmesinde sınıf dağılımını ve sınırlayıcı kutu ısı haritalarını görüntülemek ve kendi modelini bulutta eğitmek üzere veri kümesini klonlamak için Ultralytics Platform'da Medical Pills'i keşfet.

Uygulamalar#

Tıbbi hap tespitinde bilgisayarlı görü kullanımı, farmasötik sektörde aşağıdakiler gibi görevleri destekleyerek otomasyonu mümkün kılar:

• Farmasötik Sınıflandırma: Üretim verimliliğini artırmak için hapların boyut, şekil veya renge göre sınıflandırılmasını otomatikleştirme.
• Yapay Zekâ Araştırma ve Geliştirme: Farmasötik kullanım alanlarında bilgisayarlı görü algoritmaları geliştirmek ve test etmek için bir kıyaslama ölçütü olarak hizmet etme.
• Dijital Envanter Sistemleri: Gerçek zamanlı stok takibi ve ikmal planlaması için otomatik hap tanımayı entegre ederek akıllı envanter çözümlerine güç sağlama.
• Kalite Kontrolü: Kusurları, düzensizlikleri veya kontaminasyonu tespit ederek hap üretiminde tutarlılığı güvence altına alma.
• Sahte Ürün Tespiti: Görsel özellikleri bilinen standartlarla karşılaştırarak potansiyel sahte ilaçların belirlenmesine yardımcı olma.

Veri Kümesi YAML'i#

medical-pills.yaml dosyası, veri kümesi yapılandırmasını; yani veri kümesi yollarını, sınıf adlarını ve diğer meta verileri tanımlar. Ultralytics deposunda https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/medical-pills.yaml konumunda tutulur.

# 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

Kullanım#

Medical Pills veri kümesi üzerinde 640 görüntü boyutuyla 100 epoch boyunca bir YOLO26n modeli eğitmek için aşağıdaki örnekleri kullan. Ayrıntılı bağımsız değişkenler için modelin Training sayfasına başvur.

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")

Örnek Görüntüler ve Açıklamalar#

Tıbbi Haplar veri kümesi, hap çeşitliliğini sergileyen etiketli görüntüler içerir. Aşağıda veri kümesinden etiketli bir görüntü örneği verilmiştir:

• Mozaiklenmiş Görüntü: Mozaiklenmiş veri kümesi görüntülerinden oluşan bir eğitim grubu gösterilmektedir. Mozaikleme, birden fazla görüntüyü tek bir görüntüde birleştirerek eğitim çeşitliliğini artırır ve modelin genelleme yeteneğini geliştirir.

Diğer Veri Kümeleriyle Entegrasyon#

Daha kapsamlı bir farmasötik analiz için Medical Pills veri kümesini ambalaj tanımlama amacıyla package-seg gibi diğer ilgili veri kümeleriyle veya uçtan uca sağlık hizmetleri yapay zekâ çözümleri geliştirmek için brain-tumor gibi tıbbi görüntüleme veri kümeleriyle birleştirmeyi düşün.

Atıflar ve Teşekkürler#

Veri kümesi AGPL-3.0 Lisansı kapsamında sunulmaktadır.

Medical Pills veri kümesini araştırma veya geliştirme çalışmalarında kullanırsan lütfen belirtilen ayrıntıları kullanarak atıfta bulun:

@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}
}

SSS#