药品药丸检测数据集 | 目标检测 | 工业检测

【药品药丸检测数据集 | 目标检测 | 工业检测】

本数据集面向药品药丸检测场景的目标检测任务，涵盖44个检测类别，总计1,454张标注图像，累计标注实例超过6,911个。数据集适用于工业检测领域的算法研究、模型训练与工程应用。

数据集概览

• 数据集名称：药品药丸检测数据集
• 任务类型：目标检测
• 图像总数：1,454 张
• 标注类别：44 类
• 标注格式：YOLO TXT（归一化坐标）
• 适用框架：YOLOv5 / YOLOv8 / YOLOv10 / RT-DETR
• 数据划分：训练集 / 验证集 / 测试集

检测类别与标注分布

本数据集包含44个检测类别，各类别标注分布如下：

• fenaxon（fenaxon）— 376 个标注实例
• sarita（sarita）— 365 个标注实例
• stamatin（stamatin）— 361 个标注实例
• favio_forte（favio_forte）— 349 个标注实例
• favio（favio）— 323 个标注实例
• selenogin_super（selenogin_super）— 292 个标注实例
• amiko_active（amiko_active）— 248 个标注实例
• renovax_rapid（renovax_rapid）— 235 个标注实例
• b_protekt（b_protekt）— 231 个标注实例
• selenogin（selenogin）— 230 个标注实例
• neovista_next（neovista_next）— 216 个标注实例
• neovista（neovista）— 194 个标注实例
• bucconox（bucconox）— 192 个标注实例
• surecheck_cassette（surecheck_cassette）— 187 个标注实例
• sendo_advance_3（sendo_advance_3）— 187 个标注实例

技术规格

• 标注格式：YOLO TXT格式，每行标注为 class x_center y_center width height，坐标值归一化至 [0, 1]
• 数据划分：按照标准比例划分训练集、验证集与测试集，可直接用于模型训练与性能评估
• 数据来源：Roboflow Universe 平台

应用场景

1. 智能药品识别：利用目标检测模型自动识别药品包装与类型，支持药品管理自动化
2. 药房盘点：部署于药房管理系统，实现药品库存自动盘点与分类
3. 算法研究：作为目标检测算法的基准数据集，用于性能评估与横向对比
4. 工程应用：支持智慧医疗、药品监管等实际工程场景的模型部署

数据集特点

• 数据量充足：1,454张标注图像，适合中小规模模型训练与迁移学习
• 多类别检测：覆盖44个检测类别，支持多类别目标识别任务
• 即开即用：YOLO格式标注，无需额外格式转换，下载后可直接用于模型训练
• 标准数据划分：按照标准比例划分训练集、验证集与测试集

获取方式

登录本站后即可免费获取百度网盘下载链接，数据集已按标准目录结构组织，下载后即可直接用于模型训练。

🏷️ 标签

#工业检测 #目标检测 #YOLO数据集 #深度学习 #计算机视觉