医用药片数据集
药片检测数据集是一个概念验证(POC)数据集,经过精心设计,旨在展示人工智能在制药应用中的潜力。该数据集包含标签图像,专门用于训练识别药片的计算机视觉 模型。
观看: 如何在Ultralytics YOLO11 中的医疗药片检测数据集上训练模型? Google Colab
该数据集是制药工作流程中质量控制、包装自动化和高效分拣等基本任务自动化的基础资源。通过将该数据集整合到项目中,研究人员和开发人员可以探索创新的解决方案,从而提高准确性、简化操作并最终改善医疗效果。
数据集结构
医用药片数据集分为两个子集:
- 训练集:由 92 幅图像组成,每幅图像都标注了类别
pill
. - 验证集:包括 23 幅图像和相应的注释。
应用
利用计算机视觉进行医用药片检测可实现制药业的自动化,为以下任务提供支持:
- 药品分拣:根据大小、形状或颜色自动分拣药丸,提高生产效率。
- 人工智能研发:作为开发和测试制药用计算机视觉算法的基准。
- 数字库存系统:通过集成自动药丸识别功能,实现实时库存监控和补货计划,为智能库存解决方案提供动力。
数据集 YAML
我们提供了一个 YAML 配置文件来定义数据集的结构,包括路径和类。对于医用药片数据集,YAML 配置文件中的 medical-pills.yaml
文件可在 https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/medical-pills.yaml.
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: ../datasets/medical-pills # dataset root dir
train: train/images # train images (relative to 'path') 92 images
val: valid/images # val images (relative to 'path') 23 images
test: # test images (relative to 'path')
# Classes
names:
0: pill
# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/medical-pills.zip
使用方法
要在图像大小为 640 的医用药片数据集上训练 YOLO11n 模型 100次,请使用以下示例。有关详细参数,请参阅模型的训练页面。
列车示例
推理示例
图片和注释示例
医用药片数据集以标注图像为特色,展示了药片的多样性。下面是该数据集中的标签图像示例:
- 镶嵌图像:显示的是由镶嵌数据集图像组成的训练批次。马赛克图像通过将多幅图像合并为一幅图像来增强训练的多样性,从而提高模型的泛化能力。
引文和致谢
该数据集根据AGPL-3.0 许可提供。
如果您在研究或开发工作中使用 Medical-pills 数据集,请使用上述详细信息进行引用:
常见问题
医用药片数据集的结构是什么?
数据集包括 92 幅用于训练的图像和 23 幅用于验证的图像。每张图像都标注了 pill
这样就能对模型进行有效的培训和评估。
如何在医用药片数据集上训练YOLO11 模型?
您可以使用Python 或CLI 方法对YOLO11 模型进行 100 次历时训练,图像大小为 640px。详细说明请参阅 "训练示例"部分。
在人工智能项目中使用医用药片数据集有什么好处?
该数据集实现了药片检测的自动化,有助于防伪、质量保证和制药流程优化。
如何对医用药片数据集进行推理?
推理可使用Python 或CLI 方法和微调后的YOLO11 模型进行。有关代码片段,请参阅推理示例部分。
在哪里可以找到医用药片数据集的 YAML 配置文件?
YAML 文件位于medical-pills.yml,其中包含数据集路径、类和其他配置细节。