Link to this sectionمجموعات البيانات#

توفر مجموعات بيانات Ultralytics Platform حلاً مبسطاً لإدارة بيانات التدريب الخاصة بك. بعد التحميل، تقوم المنصة بمعالجة الصور والتسميات والإحصائيات تلقائياً. تكون مجموعة البيانات جاهزة للتدريب بمجرد اكتمال المعالجة واحتوائها على صورة واحدة على الأقل في تقسيم train وصورة واحدة على الأقل في تقسيم val أو test وصورة واحدة مصنفة على الأقل، وإجمالي صورتين على الأقل.

Link to this sectionتحميل مجموعة بيانات#

تقبل Ultralytics Platform تنسيقات تحميل متعددة لتوفير المرونة.

Link to this sectionالتنسيقات المدعومة#

Link to this sectionإعداد مجموعة البيانات الخاصة بك#

تدعم المنصة تنسيقات Ultralytics YOLO وCOCO وUltralytics NDJSON والتحميلات الخام (غير المشروحة):

my-dataset/
├── images/
│   ├── train/
│   │   ├── img001.jpg
│   │   └── img002.jpg
│   └── val/
│       ├── img003.jpg
│       └── img004.jpg
├── labels/
│   ├── train/
│   │   ├── img001.txt
│   │   └── img002.txt
│   └── val/
│       ├── img003.txt
│       └── img004.txt
└── data.yaml

# data.yaml
path: .
train: images/train
val: images/val

names:
    0: person
    1: car
    2: dog

للحصول على تفاصيل التنسيق الخاصة بكل مهمة، راجع المهام المدعومة ونظرة عامة على مجموعات البيانات.

Link to this sectionعملية التحميل#

1. انتقل إلى Datasets في الشريط الجانبي
2. انقر فوق New Dataset أو اسحب الملفات إلى منطقة التحميل
3. حدد نوع المهمة (راجع المهام المدعومة)
4. أضف اسماً ووصفاً اختيارياً
5. اضبط الرؤية (عامة أو خاصة) وترخيصاً اختيارياً (راجع التراخيص المتاحة)
6. انقر فوق Create & Upload (أو Create Dataset إذا كنت تنشئ مجموعة بيانات فارغة)

بعد التحميل، تعالج المنصة بياناتك من خلال خط أنابيب متعدد المراحل:

graph LR
    A[Upload] --> B[Validate]
    B --> C[Normalize]
    C --> D[Thumbnail]
    D --> E[Parse Labels]
    E --> F[Statistics]

    style A fill:#4CAF50,color:#fff
    style B fill:#2196F3,color:#fff
    style C fill:#2196F3,color:#fff
    style D fill:#2196F3,color:#fff
    style E fill:#2196F3,color:#fff
    style F fill:#9C27B0,color:#fff

1. التحقق من الصحة: فحوصات التنسيق والحجم
2. التطبيع: تغيير حجم الصور الكبيرة (بحد أقصى 4096 بكسل، الحد الأدنى للبعد 28 بكسل)
3. الصور المصغرة: تم إنشاء معاينات WebP بدقة 256 بكسل
4. تحليل التسميات: تم استخراج تسميات بتنسيق YOLO وCOCO
5. الإحصائيات: تم حساب توزيعات الفئات وأبعاد الصور

from ultralytics.data.utils import check_det_dataset

check_det_dataset("path/to/data.yaml")

Link to this sectionتصفح الصور#

عرض صور مجموعة البيانات الخاصة بك في تخطيطات متعددة.

افتح لوحة التجميع من شريط أدوات المعرض لاستكشاف مجموعة البيانات الخاصة بك كمخطط مبعثر ثنائي الأبعاد تفاعلي.

Link to this sectionالفرز والتصفية#

يمكن فرز الصور وتصفيتها للتصفح الفعال:

Link to this sectionعارض ملء الشاشة#

انقر فوق أي صورة لفتح عارض ملء الشاشة مع:

• التنقل: مفاتيح الأسهم أو معاينات الصور المصغرة للتصفح
• البيانات الوصفية: اسم الملف، الأبعاد، شارة التقسيم، عدد التوسيمات
• التوسيمات: تبديل ظهور تراكب التوسيم
• تفصيل الفئات: عدد التوسيمات لكل فئة مع مؤشرات الألوان
• تعديل: الدخول إلى وضع التوسيم لإضافة أو تعديل التسميات
• تنزيل: تنزيل ملف الصورة الأصلي
• حذف: حذف الصورة من مجموعة البيانات
• تكبير: استخدم Cmd/Ctrl+Scroll أو Cmd/Ctrl++ أو Cmd/Ctrl+= للتكبير، و Cmd/Ctrl+- للتصغير
• إعادة تعيين العرض: Cmd/Ctrl + 0 أو زر إعادة التعيين لضبط الصورة لتناسب العارض
• تحريك: اضغط باستمرار على Space واسحب لتحريك اللوحة عند التكبير
• عرض البكسل: تبديل العرض المنقط (pixelated) للفحص الدقيق

Link to this sectionالتصفية حسب التقسيم (Split)#

تصفية الصور حسب تقسيم مجموعة البيانات الخاص بها:

Link to this sectionالتجميع (Clustering)#

تقوم لوحة Clustering بإسقاط مجموعة بياناتك في مخطط مبعثر (scatter plot) ثنائي الأبعاد تفاعلي حيث توضع الصور المتشابهة بصرياً بالقرب من بعضها البعض. استخدمها لإظهار التجمعات، واكتشاف النسخ المكررة والقيم المتطرفة، وفحص كيفية توزيع التقسيمات أو الفئات عبر بياناتك - دون مغادرة المعرض. افتحها من أيقونة المخطط المبعثر في شريط أدوات المعرض على أي صفحة مجموعة بيانات.

Link to this sectionتشغيل التحليل#

بدء التحليل:

1. افتح مجموعة بيانات وانقر على أيقونة المخطط المبعثر في شريط أدوات المعرض
2. انقر على Analyze Dataset
3. انتظر حتى ينتهي شريط التقدم — تظهر النتائج في نفس اللوحة

يتم تشغيل التحليل في الخلفية ويمكن أن يستغرق بضع دقائق اعتماداً على حجم مجموعة بياناتك. يمكنك إغلاق اللوحة أو مغادرة الصفحة والعودة لاحقاً.

Link to this sectionالتصور (Visualization)#

بمجرد اكتمال التحليل، تعرض اللوحة مخططاً مبعثراً ثنائي الأبعاد لجميع الصور التي تم تحليلها. تعمل فلاتر المعرض (التقسيم، الفئة، موسومة/غير موسومة) على تعتيم النقاط التي تقع خارج نطاق الفلتر حتى تتمكن من التركيز على المجموعة الفرعية التي تهمك.

Link to this sectionالتلوين حسب (Color By)#

قم بتغيير كيفية تظليل نقاط البيانات باستخدام القائمة المنسدلة Color by في شريط أدوات اللوحة. قم بتبديل أوضاع العرض في أي وقت — يتم إعادة تلوين المخطط فوراً حتى تتمكن من رؤية كيفية توزيع التقسيمات أو الفئات أو خصائص الصور عبر تجمعاتك:

Link to this sectionتحديد لاسو (Lasso Selection)#

ارسم منطقة تحديد حرة حول منطقة معينة لتمييز النقاط على المخطط. يقوم المعرض بالتصفية ليظهر الصور المطابقة فقط، حتى تتمكن من فحصها أو إعادة تسميتها أو نقلها أو حذفها باستخدام عمليات الصور المعتادة.

Link to this sectionالتحريك والتكبير#

تنقل عبر المخططات الكبيرة مباشرة باستخدام الماوس ولوحة المفاتيح:

Link to this sectionإعادة التحليل#

إذا تغيرت مجموعة بياناتك بعد التحليل، يظهر زر Re-analyze في أعلى اللوحة للمالكين والمحررين.

انقر على Re-analyze لإعادة حساب التضمينات (embeddings) والإسقاط ثنائي الأبعاد من البداية.

Link to this sectionتبويبات مجموعة البيانات#

يمكن أن تعرض كل صفحة مجموعة بيانات ما يصل إلى ست تبويبات، اعتماداً على حالة مجموعة البيانات وصلاحياتك:

Link to this sectionتبويب الصور (Images)#

العرض الافتراضي الذي يظهر معرض الصور مع تراكبات التوسيم. يدعم أوضاع عرض الشبكة والمدمج والجدول. قم بسحب وإفلات الملفات هنا لإضافة المزيد من الصور.

Link to this sectionتبويب الفئات (Classes)#

يظهر هذا التبويب عندما تحتوي مجموعة البيانات على صور.

إدارة فئات التوسيم لمجموعة بياناتك:

• مدرج تكراري للفئات (Class histogram): مخطط شريطي يوضح عدد التوسيمات لكل فئة مع إمكانية تبديل المقياس بين خطي/لوغاريتمي
• جدول الفئات: جدول قابل للفرز والبحث يحتوي على اسم الفئة، وعدد التصنيفات، وعدد الصور
• تحرير أسماء الفئات: انقر على أي اسم فئة لإعادة تسميته مباشرة
• تحرير ألوان الفئات: انقر على عينة اللون لتغيير لون الفئة
• إضافة فئة جديدة: استخدم حقل الإدخال في الأسفل لإضافة فئات

Link to this sectionعلامة تبويب المخططات#

يظهر هذا التبويب عندما تحتوي مجموعة البيانات على صور.

إحصائيات تلقائية يتم حسابها من مجموعة بياناتك:

Link to this sectionعلامة تبويب النماذج#

اعرض جميع النماذج التي تم تدريبها على مجموعة البيانات هذه في جدول قابل للبحث:

Link to this sectionعلامة تبويب الأخطاء#

تظهر علامة التبويب هذه فقط عندما يفشل ملف واحد أو أكثر في المعالجة.

الصور التي فشلت في المعالجة مدرجة هنا مع:

• شريط الأخطاء: إجمالي عدد الصور الفاشلة وإرشادات
• جدول الأخطاء: اسم الملف، وصف الخطأ سهل الفهم، تلميحات الإصلاح، وصورة مصغرة للمعاينة
• تشمل الأخطاء الشائعة الملفات التالفة، والتنسيقات غير المدعومة، والصور الصغيرة جداً (أقل من 28 بكسل)، وأنماط الألوان غير المدعومة

Link to this sectionعلامة تبويب الإصدارات#

قم بإنشاء لقطات NDJSON غير قابلة للتغيير من مجموعة بياناتك لتدريب قابل للتكرار. يلتقط كل إصدار أعداد الصور، وأعداد الفئات، وأعداد التعليقات التوضيحية، وحجم الملف في وقت الإنشاء.

لإنشاء إصدار:

1. افتح علامة التبويب الإصدارات
2. اختيارياً، أدخل وصفاً (على سبيل المثال، "إضافة 500 صورة تدريب" أو "تصحيح فئات مصنفة بشكل خاطئ")
3. انقر على + إصدار جديد
4. يظهر الإصدار الجديد في الجدول
5. قم بتنزيل الإصدار بشكل منفصل من الجدول عند الحاجة

يتم ترقيم كل إصدار بالتسلسل (v1, v2, v3...) ويتم تخزينه بشكل دائم. يمكنك تنزيل أي إصدار سابق في أي وقت من جدول الإصدارات.

Link to this sectionتصدير مجموعة البيانات#

قم بتصدير مجموعة بياناتك للاستخدام دون اتصال عبر تنزيل NDJSON من رأس مجموعة البيانات أو علامة تبويب الإصدارات.

للتصدير:

1. انقر على زر تنزيل (أيقونة التنزيل) في رأس مجموعة البيانات
2. قم بتنزيل لقطة NDJSON الحالية مباشرة
3. استخدم علامة التبويب الإصدارات عندما تريد لقطة مرقمة غير قابلة للتغيير يمكنك إعادة تنزيلها لاحقاً

تخزن صيغة NDJSON كائناً واحداً بصيغة JSON في كل سطر. يحتوي السطر الأول على بيانات وصفية لمجموعة البيانات، يليه سطر واحد لكل صورة:

{"type": "dataset", "task": "detect", "name": "my-dataset", "description": "...", "bytes": 12345678, "url": "https://platform.ultralytics.com/...", "class_names": {"0": "person", "1": "car"}, "version": 1, "created_at": "2026-01-15T10:00:00Z", "updated_at": "2026-02-20T14:30:00Z"}
{"type": "image", "file": "img001.jpg", "url": "https://...", "width": 640, "height": 480, "split": "train", "annotations": {"boxes": [[0, 0.5, 0.5, 0.2, 0.3]]}}
{"type": "image", "file": "img002.jpg", "url": "https://...", "width": 1280, "height": 720, "split": "val"}

راجع توثيق صيغة Ultralytics NDJSON للحصول على المواصفات الكاملة.

Link to this sectionعمليات الصور#

Link to this sectionإجراءات سريعة#

انقر بزر الماوس الأيمن على أي صورة في عرض الشبكة أو المدمج للوصول إلى الإجراءات السريعة:

Link to this sectionنقل جماعي إلى تقسيم#

إعادة تعيين الصور المحددة إلى تقسيم مختلف داخل نفس مجموعة البيانات:

1. التبديل إلى عرض الجدول
2. تحديد الصور باستخدام خانات الاختيار
3. النقر بزر الماوس الأيمن لفتح قائمة السياق
4. اختيار Move to split > تدريب (Train)، تحقق (Validation)، أو اختبار (Test)

يمكنك أيضاً سحب وإفلات الصور على علامات تبويب مرشح التقسيم في عرض الشبكة.

Link to this sectionإعادة توزيع التقسيم#

إعادة توزيع جميع الصور عبر تقسيمات التدريب والتحقق والاختبار باستخدام نسب مخصصة:

1. انقر فوق شريط التقسيم في شريط أدوات مجموعة البيانات لفتح مربع حوار إعادة توزيع التقسيمات
2. ضبط نسب التقسيم باستخدام أي من الطرق أدناه
3. مراجعة معاينة عدد الصور الحية للتأكد من التوزيع
4. انقر فوق تطبيق لإعادة تعيين جميع الصور عشوائياً وفقاً للنسب المئوية الخاصة بك

يوفر مربع الحوار ثلاث طرق لتعيين نسب التقسيم المستهدفة الخاصة بك:

تظهر معاينة حية بالضبط عدد الصور التي ستصل إلى كل تقسيم قبل التطبيق.

Link to this sectionحذف جماعي#

حذف صور متعددة دفعة واحدة:

1. تحديد الصور في عرض الجدول
2. النقر بزر الماوس الأيمن واختيار Delete
3. تأكيد الحذف

Link to this sectionمعرف الموارد الموحد (URI) لمجموعة البيانات#

قم بالإشارة إلى مجموعات بيانات المنصة باستخدام صيغة URI ul:// (راجع استخدام مجموعات بيانات المنصة):

استخدم هذا URI لتدريب النماذج من أي مكان:

export ULTRALYTICS_API_KEY="YOUR_API_KEY"
yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset epochs=100

Link to this sectionالتراخيص المتاحة#

تدعم المنصة التراخيص التالية لمجموعات البيانات:

Link to this sectionإعدادات الرؤية#

تحكم في من يمكنه رؤية مجموعة البيانات الخاصة بك:

يتم تعيين الرؤية عند إنشاء مجموعة بيانات في مربع حوار New Dataset باستخدام مفتاح تبديل. مجموعات البيانات العامة مرئية في صفحة الاستكشاف.

Link to this sectionتحرير مجموعة البيانات#

يتم تحرير البيانات الوصفية لمجموعة البيانات ضمنياً مباشرة على صفحة مجموعة البيانات — لا حاجة لمربع حوار:

• الاسم: انقر على اسم مجموعة البيانات لتحريره. يتم حفظ التغييرات تلقائياً عند إلغاء التحديد أو الضغط على Enter.
• الوصف: انقر على الوصف (أو نص العنصر النائب "Add a description...") للتحرير. يتم حفظ التغييرات تلقائياً.
• نوع المهمة: انقر على شارة المهمة لاختيار نوع مهمة مختلف.
• الترخيص: انقر على محدد الترخيص لتغيير ترخيص مجموعة البيانات.

Link to this sectionاستنساخ مجموعة البيانات#

عند عرض مجموعة بيانات عامة لا تملكها، انقر فوق Clone Dataset لإنشاء نسخة منها في مساحة العمل الخاصة بك. تتضمن النسخة جميع الصور والشروحات وتعريفات الفئات. إذا كانت مجموعة البيانات الأصلية تحمل ترخيص copyleft، فإن النسخة ترث هذا الترخيص ويتم قفل محدد الترخيص.

Link to this sectionالتمييز بنجمة والمشاركة#

• التمييز بنجمة: انقر فوق زر النجمة لإضافة مجموعة بيانات إلى المفضلة. عدد النجمات مرئي لجميع المستخدمين.
• المشاركة: بالنسبة لمجموعات البيانات العامة، انقر فوق زر المشاركة لنسخ رابط أو المشاركة على منصات التواصل الاجتماعي.

Link to this sectionحذف مجموعة بيانات#

حذف مجموعة بيانات لم تعد بحاجة إليها:

1. افتح قائمة إجراءات مجموعة البيانات
2. انقر فوق Delete
3. أكد في مربع الحوار: "سيؤدي هذا إلى نقل [name] إلى سلة المهملات. يمكنك استعادتها في غضون 30 يوماً."

Link to this sectionالتدريب على مجموعة بيانات#

ابدأ التدريب مباشرة من مجموعة البيانات الخاصة بك:

1. انقر فوق New Model في صفحة مجموعة البيانات
2. اختر مشروعاً أو أنشئ مشروعاً جديداً
3. تكوين معلمات التدريب
4. بدء التدريب

graph LR
    A[Dataset] --> B[New Model]
    B --> C[Select Project]
    C --> D[Configure]
    D --> E[Start Training]

    style A fill:#2196F3,color:#fff
    style E fill:#4CAF50,color:#fff

راجع Cloud Training للحصول على التفاصيل.

Link to this sectionالأسئلة الشائعة#

Link to this sectionماذا يحدث لبياناتي بعد الرفع؟#

تتم معالجة بياناتك وتخزينها في المنطقة التي اخترتها (الولايات المتحدة، الاتحاد الأوروبي، أو منطقة آسيا والمحيط الهادئ). الصور يتم:

1. التحقق من صحتها من حيث التنسيق والحجم
2. رفضها إذا كان البعد الأصغر أقل من 28 بكسل
3. تسويتها إذا كانت أكبر من 4096 بكسل (مع الحفاظ على نسبة العرض إلى الارتفاع؛ وتشفيرها لتخزين محسن)
4. تخزينها باستخدام التخزين القائم على المحتوى (CAS) مع استخدام خوارزمية التجزئة XXH3-128
5. إنشاء صور مصغرة بتنسيق WebP وبحجم 256 بكسل للتصفح السريع

Link to this sectionكيف يعمل التخزين؟#

تستخدم منصة Ultralytics التخزين القائم على المحتوى (CAS) لتخزين فعال:

• إلغاء التكرار: يتم تخزين الصور المتطابقة التي يرفعها مستخدمون مختلفون مرة واحدة فقط
• السلامة: تضمن خوارزمية التجزئة XXH3-128 سلامة البيانات
• الكفاءة: تقلل تكاليف التخزين وتسرع المعالجة
• إقليمي: تبقى البيانات في المنطقة التي اخترتها (الولايات المتحدة، الاتحاد الأوروبي، أو منطقة آسيا والمحيط الهادئ)

Link to this sectionهل يمكنني إضافة صور إلى مجموعة بيانات موجودة؟#

نعم، قم بسحب وإفلات الملفات إلى صفحة مجموعة البيانات أو استخدم زر الرفع لإضافة صور إضافية. سيتم حساب الإحصائيات الجديدة تلقائياً.

Link to this sectionكيف يمكنني نقل الصور بين المجموعات الفرعية؟#

استخدم ميزة النقل الجماعي إلى المجموعات الفرعية:

1. تحديد الصور في عرض الجدول
2. انقر بزر الماوس الأيمن واختر Move to split
3. حدد المجموعة الفرعية المستهدفة (Train، Validation، أو Test)

Link to this sectionما هي تنسيقات الشروحات المدعومة؟#

تدعم منصة Ultralytics شروحات YOLO، وCOCO JSON، وUltralytics NDJSON، وعمليات رفع الصور الخام:

Link to this sectionهل يمكنني شرح نفس مجموعة البيانات لأنواع مهام متعددة؟#

نعم. تخزن كل صورة شروحات لجميع أنواع المهام الست (الكشف، التقسيم، الدلالية، الوضع، OBB، التصنيف) معاً. يمكنك تبديل نوع المهمة النشط لمجموعة البيانات في أي وقت دون فقدان الشروحات الموجودة. تظهر فقط الشروحات التي تطابق نوع المهمة النشط في المحرر ويتم تضمينها في التصديرات والتدريب - يتم الاحتفاظ بشروحات المهام الأخرى وتظهر مرة أخرى عند التبديل إليها مجدداً.