Tập dữ liệu Medical Pills#

115

medical pills

ultralytics

publicDetect

Pharmaceutical dataset for pill detection and identification. Useful for training medication verification and pharmacy automation models.

21 class16.1 MBApr 28, 2026

pill

Bộ dữ liệu Medical Pills của Ultralytics là một bộ dữ liệu object detection chứng minh khái niệm (POC) gồm 115 hình ảnh được gán nhãn cho một lớp duy nhất, pill — 92 cho huấn luyện và 23 cho xác thực. Nó được xây dựng để minh họa các model computer vision cho các ứng dụng dược phẩm như kiểm soát chất lượng, tự động hóa đóng gói và phân loại.

Cấu trúc tập dữ liệu#

Bộ dữ liệu Medical Pills chứa 115 hình ảnh được chú thích với một lớp duy nhất, pill, được chia thành hai tập con được định nghĩa bởi cấu hình medical-pills.yaml:

Khám phá Medical Pills trên Ultralytics Platform để duyệt qua các hình ảnh cùng với lớp phủ chú thích của chúng, xem phân phối lớp và bản đồ nhiệt bounding-box trong tab Charts, đồng thời nhân bản nó để huấn luyện model của riêng bạn trên đám mây.

Ứng dụng#

Việc sử dụng computer vision để phát hiện thuốc viên (medical pills) cho phép tự động hóa trong ngành dược phẩm, hỗ trợ các tác vụ như:

• Phân loại dược phẩm: Tự động hóa việc phân loại thuốc dựa trên kích thước, hình dạng hoặc màu sắc để nâng cao hiệu quả sản xuất.
• Nghiên cứu và Phát triển AI: Đóng vai trò là tiêu chuẩn để phát triển và kiểm thử các thuật toán computer vision trong các trường hợp sử dụng dược phẩm.
• Hệ thống hàng tồn kho kỹ thuật số: Cung cấp năng lượng cho các giải pháp hàng tồn kho thông minh bằng cách tích hợp nhận dạng thuốc tự động để giám sát kho theo thời gian thực và lập kế hoạch bổ sung hàng.
• Kiểm soát chất lượng: Đảm bảo tính nhất quán trong sản xuất thuốc bằng cách xác định các khiếm khuyết, bất thường hoặc nhiễm bẩn.
• Phát hiện hàng giả: Hỗ trợ xác định các loại thuốc có khả năng là hàng giả bằng cách phân tích các đặc điểm trực quan so với các tiêu chuẩn đã biết.

YAML tập dữ liệu#

Tệp medical-pills.yaml định nghĩa cấu hình bộ dữ liệu — đường dẫn bộ dữ liệu, tên lớp và các siêu dữ liệu khác. Nó được duy trì trong kho lưu trữ Ultralytics tại 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

Cách sử dụng#

Để huấn luyện model YOLO26n trên bộ dữ liệu Medical Pills trong 100 epochs với kích thước ảnh là 640, hãy sử dụng các ví dụ sau. Để biết các tham số chi tiết, hãy tham khảo trang Training của model.

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")

Hình ảnh mẫu và chú thích#

Bộ dữ liệu Medical Pills có các hình ảnh được gán nhãn thể hiện sự đa dạng của các loại thuốc viên. Dưới đây là ví dụ về một hình ảnh được gán nhãn từ bộ dữ liệu:

• Hình ảnh ghép (Mosaiced Image): Được hiển thị là một batch huấn luyện bao gồm các hình ảnh tập dữ liệu đã được ghép lại. Mosaicing tăng cường sự đa dạng trong huấn luyện bằng cách hợp nhất nhiều hình ảnh thành một, giúp cải thiện khả năng khái quát hóa của model.

Tích hợp với các tập dữ liệu khác#

Để phân tích dược phẩm toàn diện hơn, hãy cân nhắc kết hợp bộ dữ liệu Medical Pills với các bộ dữ liệu liên quan khác như package-seg để nhận dạng bao bì hoặc các bộ dữ liệu hình ảnh y tế như brain-tumor nhằm phát triển các giải pháp AI y tế đầu cuối.

Trích dẫn và Ghi nhận#

Bộ dữ liệu có sẵn theo Giấy phép AGPL-3.0.

Nếu bạn sử dụng bộ dữ liệu Medical Pills trong công việc nghiên cứu hoặc phát triển của mình, vui lòng trích dẫn nó bằng các chi tiết đã đề cập:

@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}
}

Câu hỏi thường gặp#