医用药片数据集#

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 医用药片数据集是一个概念验证（POC）目标检测数据集，包含 115 张带标注图像和单一类别 pill——92 张用于训练，23 张用于验证。该数据集旨在展示适用于质量控制、包装自动化和分拣等制药应用的计算机视觉模型。

数据集结构#

医用药片数据集包含 115 张图像，均标注为单一类别 pill，并根据 medical-pills.yaml 配置划分为两个子集：

在 Ultralytics Platform 上探索医用药片数据集，浏览带有标注叠加层的图像，在 Charts 选项卡中查看类别分布和边界框热力图，还可以克隆数据集，在云端训练自己的模型。

应用场景#

将计算机视觉用于医用药片检测，可以推动制药行业自动化，支持以下任务：

• 药品分拣：根据药片的尺寸、形状或颜色自动分拣，以提高生产效率。
• AI 研究与开发：作为开发和测试制药应用场景中计算机视觉算法的基准。
• 数字化库存系统：集成自动药片识别功能，构建智能库存解决方案，以实时监控库存并规划补货。
• 质量控制：通过识别缺陷、异常或污染，确保药片生产的一致性。
• 假药检测：通过分析药品的视觉特征并与已知标准进行比对，帮助识别可能的假药。

数据集 YAML#

medical-pills.yaml 文件定义了数据集配置，包括数据集路径、类别名称和其他元数据。该文件由 Ultralytics 仓库维护，位于 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

用法#

要在医用药片数据集上训练 YOLO26n 模型 100 个轮次，图像尺寸设为 640，请使用以下示例。如需了解详细参数，请参阅模型的训练页面。

from ultralytics import YOLO

# 加载模型
model = YOLO("yolo26n.pt")  # 加载预训练模型（推荐用于训练）

# 训练模型
results = model.train(data="medical-pills.yaml", epochs=100, imgsz=640)

from ultralytics import YOLO

# 加载模型
model = YOLO("path/to/best.pt")  # 加载微调后的模型

# 使用模型进行推理
results = model.predict("https://ultralytics.com/assets/medical-pills-sample.jpg")

示例图像和标注#

医用药片数据集包含带标注的图像，展示了药片的多样性。以下是该数据集中经过马赛克增强的训练批次示例：

• 拼接图像：此处显示的是由数据集图像拼接而成的训练批次。拼接可将多张图像合并为一张，从而丰富训练数据的多样性并提升模型的泛化能力。

与其他数据集集成#

如需进行更全面的制药分析，可以考虑将 Medical Pills 数据集与其他相关数据集结合使用，例如用于包装识别的 package-seg，或用于开发端到端医疗 AI 解决方案的医学影像数据集，例如 brain-tumor。

引用与致谢#

该数据集采用 AGPL-3.0 许可证。

如果你在研究或开发工作中使用 Medical Pills 数据集，请使用以下信息引用该数据集：

@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}
}

常见问题#