Datensätze

Ultralytics Platform-Datensätze bieten eine optimierte Lösung zur Verwaltung Ihrer Trainingsdaten. Nach dem Upload können Datensätze sofort für das Modelltraining verwendet werden, mit automatischer Verarbeitung und Statistikgenerierung.

Datensatz hochladen

Ultralytics akzeptiert mehrere Upload-Formate und bietet somit Flexibilität.

Unterstützte Formate

Vorbereitung Ihres Datensatzes

Die Plattform unterstützt zwei Annotationsformate sowie Rohdaten-Uploads: Ultralytics YOLO, COCOund Rohdaten (nicht annotierte Bilder):

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

my-coco-dataset/
├── train/
│   ├── _annotations.coco.json
│   ├── img001.jpg
│   └── img002.jpg
└── val/
    ├── _annotations.coco.json
    ├── img003.jpg
    └── img004.jpg

{
    "images": [{ "id": 1, "file_name": "img001.jpg", "width": 640, "height": 480 }],
    "annotations": [{ "id": 1, "image_id": 1, "category_id": 0, "bbox": [100, 50, 200, 300] }],
    "categories": [{ "id": 0, "name": "person" }]
}

Einzelheiten zum aufgabenspezifischen Format finden Sie unter „Unterstützte Aufgaben “ und „Übersicht über Datensätze“.

Upload-Prozess

1. Navigieren zu Datasets in der Seitenleiste
2. Klicken Sie New Dataset oder ziehen Sie Dateien in den Upload-Bereich
3. Wählen Sie den Aufgabentyp aus (siehe unterstützte Aufgaben).
4. Fügen Sie einen Namen und eine optionale Beschreibung hinzu
5. Sichtbarkeit festlegen (öffentlich oder privat) und optionale Lizenz (siehe verfügbare Lizenzen)
6. Klicken Sie Create

Nach dem Upload verarbeitet die Plattform Ihre Daten über eine mehrstufige Pipeline:

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. Validierung: Format- und Größenprüfungen
2. Normalisierung: Große Bilder skaliert (max. 4096px, min. Dimension 28px)
3. Miniaturansichten: 256px WebP-Vorschauen generiert
4. Label-Parsing: YOLO- und COCO-Format-Labels extrahiert
5. Statistiken: Klassenverteilungen und Bilddimensionen berechnet.

from ultralytics.data.utils import check_det_dataset

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

Bilder durchsuchen

Zeigen Sie Ihre Datensatzbilder in verschiedenen Layouts an:

Sortieren und Filtern

Bilder können sortiert und gefiltert werden, um das Durchsuchen zu optimieren:

Vollbild-Viewer

Klicken Sie auf ein beliebiges Bild, um den Vollbild-Viewer zu öffnen mit:

• Navigation: Pfeiltasten oder Miniaturansichten zum Durchsuchen
• Metadaten: Dateiname, Dimensionen, Split-Badge, Anzahl der Annotationen
• Annotationen: Sichtbarkeit der Annotationsüberlagerung umschalten
• Klassenaufschlüsselung: Label-Anzahlen pro Klasse mit Farbindikatoren
• Bearbeiten: Wechseln Sie in den Annotationsmodus, um Labels hinzuzufügen oder zu ändern.
• Herunterladen: Laden Sie die Originalbilddatei herunter
• Löschen: Das Bild aus dem Datensatz löschen.
• Zoom: Cmd/Ctrl+Scroll vergrößern/verkleinern
• Pixelansicht: Schaltet die pixelierte Darstellung für eine detaillierte Inspektion um

Nach Split filtern

Bilder nach ihrem Dataset-Split filtern:

Datensatz-Tabs

Jede Datensatzseite verfügt über sechs Registerkarten, die über die Registerkartenleiste zugänglich sind:

Registerkarte „Bilder“

Die Standardansicht zeigt die Bildergalerie mit Anmerkungen. Unterstützt die Ansichtsmodi „Raster“, „Kompakt“ und „Tabelle“. Ziehen Sie Dateien hierher, um weitere Bilder hinzuzufügen.

Klassen-Tab

Verwalten Sie Annotationsklassen für Ihren Datensatz:

• Klassenhistorgramm: Balkendiagramm, das die Annotationsanzahl pro Klasse mit Umschalter für lineare/logarithmische Skala zeigt
• Klassentabelle: Sortierbare, durchsuchbare Tabelle mit Klassenname, Label-Anzahl und Bildanzahl
• Klassennamen bearbeiten: Klicken Sie auf einen Klassennamen, um ihn inline umzubenennen.
• Klassenfarben bearbeiten: Klicken Sie auf ein Farbfeld, um die Klassenfarbe zu ändern.
• Neue Klasse hinzufügen: Verwenden Sie das Eingabefeld unten, um Klassen hinzuzufügen

Diagramm-Registerkarte

Automatische Statistiken, berechnet aus Ihrem Datensatz:

Registerkarte „Modelle“

Alle Modelle, die mit diesem Datensatz trainiert wurden, in einer durchsuchbaren Tabelle anzeigen:

Registerkarte „Fehler“

Bilder, deren Verarbeitung fehlgeschlagen ist, werden hier mit folgenden Angaben aufgelistet:

• Fehlerbanner: Gesamtanzahl der fehlgeschlagenen Bilder und Hinweise
• Fehlertabelle: Dateiname, benutzerfreundliche Fehlerbeschreibung, Korrekturhinweise und Vorschaubild
• Häufige Fehler sind beschädigte Dateien, nicht unterstützte Formate, zu kleine Bilder (min. 28px) und nicht unterstützte Farbmodi.

Registerkarte „Versionen“

Erstellen Sie unveränderliche NDJSON-Snapshots Ihres Datensatzes für reproduzierbares Training. Jede Version erfasst die Bildanzahl, Klassenanzahl, Annotationsanzahl und Dateigröße zum Zeitpunkt der Erstellung.

So erstellen Sie eine Version:

1. Öffnen Sie die Registerkarte „Versionen “.
2. Geben Sie optional eine Beschreibung ein (z. B. „500 Trainingsbilder hinzugefügt“ oder „Falsch beschriftete Klassen korrigiert“).
3. Klicken Sie auf + Neue Version
4. Der NDJSON-Snapshot wird automatisch generiert und heruntergeladen.

Jede Version wird fortlaufend nummeriert (v1, v2, v3...) und dauerhaft gespeichert. Sie können jede frühere Version jederzeit aus der Versionsübersicht herunterladen.

Datensatz exportieren

Exportieren Sie Ihren Datensatz für die Offline-Nutzung. Die Plattform unterstützt mehrere Exportformate:

Zum Exportieren:

1. Klicken Sie auf die Exportieren-Schaltfläche im Datensatz-Header.
2. Wählen Sie das gewünschte Format aus
3. Der Exportvorgang läuft asynchron – Sie erhalten eine Benachrichtigung, sobald der Download bereitsteht

Das NDJSON-Format speichert ein JSON-Objekt pro Zeile. Die erste Zeile enthält Metadaten zum Datensatz, gefolgt von einer Zeile pro Bild:

{"type": "dataset", "task": "detect", "name": "my-dataset", "description": "...", "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"}

Die vollständige Spezifikation finden Sie in der Ultralytics NDJSON-Formatdokumentation.

Bildbearbeitung

Schnellaktionen

Klicken Sie mit der rechten Maustaste auf ein beliebiges Bild in der Raster- oder Kompaktansicht, um auf Schnellaktionen zuzugreifen:

Massenverschiebung zu Split

Wählen Sie die gewünschten Bilder aus und ordnen Sie sie einer anderen Aufteilung innerhalb desselben Datensatzes zu:

1. Zur Tabellenansicht wechseln
2. Bilder über Kontrollkästchen auswählen
3. Rechtsklick zum Öffnen des Kontextmenüs
4. Wählen Sie Move to split > Trainieren, Validierung, oder Test

Sie können Bilder auch per Drag & Drop auf die geteilten Filterregisterkarten in der Rasteransicht ziehen.

Aufteilung der Umverteilung

Verteile alle Bilder anhand benutzerdefinierter Verhältnisse auf die Trainings-, Validierungs- und Testgruppen:

1. Klicken Sie in der Symbolleiste des Datensatzes auf die Trennleiste, um das Dialogfeld „Trennungen neu verteilen “ zu öffnen
2. Passen Sie die Aufteilungsprozentsätze mit einer der folgenden Methoden an
3. Überprüfen Sie die Vorschau der Live-Bildanzahl, um die Verteilung zu bestätigen
4. Klicken Sie auf „Übernehmen“, um alle Bilder entsprechend Ihren Prozentsätzen neu zuzuordnen

Das Dialogfeld bietet drei Möglichkeiten, Ihre gewünschten Aufteilungsverhältnisse festzulegen:

Eine Live-Vorschau zeigt Ihnen genau, wie viele Bilder in jedem Bereich angezeigt werden, bevor Sie die Aufteilung anwenden.

Massenlöschung

Mehrere Bilder gleichzeitig löschen:

1. Bilder in der Tabellenansicht auswählen
2. Rechtsklick und auswählen Delete
3. Löschung bestätigen

Datensatz-URI

Referenzieren Sie Plattform-Datensätze mit dem ul:// URI-Format (siehe Nutzung von Plattform-Datensätzen):

ul://username/datasets/dataset-slug

Verwenden Sie diese URI, um Modelle von überall aus zu trainieren:

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

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
model.train(data="ul://username/datasets/my-dataset", epochs=100)

Verfügbare Lizenzen

Die Plattform unterstützt die folgenden Lizenzen für Datensätze:

Sichtbarkeitseinstellungen

Kontrollieren Sie, wer Ihren Datensatz sehen kann:

Die Sichtbarkeit wird beim Erstellen eines Datensatzes in der New Dataset Dialog über einen Umschalter. Öffentliche Datensätze sind sichtbar auf der Erkunden Seite.

Datensatz bearbeiten

Datensatz-Metadaten werden direkt auf der Datensatzseite inline bearbeitet — kein Dialog erforderlich:

• Name: Klicken Sie auf den Datensatznamen, um ihn zu bearbeiten. Änderungen werden automatisch beim Verlassen des Feldes oder Enter.
• Beschreibung: Klicken Sie auf die Beschreibung (oder den Platzhalter „Beschreibung hinzufügen...“), um sie zu bearbeiten. Änderungen werden automatisch gespeichert.
• Task type: Klicken Sie auf das Aufgaben-Badge, um einen anderen Aufgabentyp auszuwählen.
• Lizenz: Klicken Sie auf den Lizenzwähler, um die Datensatzlizenz zu ändern.

Datensatz klonen

Wenn Sie einen öffentlichen Datensatz anzeigen, der Ihnen nicht gehört, klicken Sie auf Clone Dataset um eine Kopie in Ihrem Arbeitsbereich zu erstellen. Der Klon enthält alle Bilder, Anmerkungen und Klassendefinitionen. Wenn der ursprüngliche Datensatz eine Copyleft-Lizenz hat, wird diese vom Klon übernommen und die Lizenzauswahl ist gesperrt.

Stern und Teilen

• Stern: Klicken Sie auf den Stern-Button, um ein Dataset zu favorisieren. Die Anzahl der Sterne ist für alle Benutzer sichtbar.
• Teilen: Für öffentliche Datensätze klicken Sie auf die Schaltfläche „Teilen“, um einen Link zu kopieren oder auf sozialen Plattformen zu teilen.

Datensatz löschen

Ein nicht mehr benötigtes Dataset löschen:

1. Öffnen Sie das Aktionsmenü des Datensatzes
2. Klicken Sie Delete
3. Im Dialog bestätigen: "Dies verschiebt [name] in den Papierkorb. Sie können es innerhalb von 30 Tagen wiederherstellen."

Auf Datensatz trainieren

Training direkt von Ihrem Dataset starten:

1. Klicken Sie New Model auf der Datensatzseite
2. Ein Projekt auswählen oder ein neues erstellen
3. Trainingsparameter konfigurieren
4. Training starten

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

Details finden Sie unter Cloud-Training.

FAQ

Was passiert mit meinen Daten nach dem Upload?

Ihre Daten werden in der von Ihnen ausgewählten Region (US, EU oder AP) verarbeitet und gespeichert. Bilder sind:

1. Auf Format und Größe validiert
2. Abgelehnt, wenn die Mindestgröße unter 28 px liegt.
3. Normalisiert, wenn größer als 4096px (unter Beibehaltung des Seitenverhältnisses; für optimierte Speicherung codiert)
4. Gespeichert unter Verwendung von Content-Addressable Storage (CAS) mit XXH3-128-Hashfunktion
5. Miniaturansichten mit 256 px WebP für schnelles Browsen

Wie funktioniert die Speicherung?

Die Ultralytics Plattform verwendet Content-Addressable Storage (CAS) für eine effiziente Speicherung:

• Deduplizierung: Identische Bilder, die von verschiedenen Benutzern hochgeladen werden, werden nur einmal gespeichert
• Integrität: XXH3-128-Hashing gewährleistet die Datenintegrität
• Effizienz: Reduziert Speicherkosten und beschleunigt die Verarbeitung
• Regional: Daten bleiben in Ihrer ausgewählten Region (US, EU oder AP)

Kann ich einem bestehenden Datensatz Bilder hinzufügen?

Ja, ziehen Sie Dateien per Drag & Drop auf die Datensatzseite oder verwenden Sie die Schaltfläche „Hochladen“, um weitere Bilder hinzuzufügen. Neue Statistiken werden automatisch berechnet.

Wie verschiebe ich Bilder zwischen Spalten?

Verwenden Sie die Funktion „Bulk Move-to-Split“:

1. Bilder in der Tabellenansicht auswählen
2. Rechtsklick und auswählen Move to split
3. Wählen Sie die Zielaufteilung aus (Trainieren, Validieren oder Testen).

Welche Label-Formate werden unterstützt?

Ultralytics unterstützt zwei Annotationsformate für den Upload:

Kann ich denselben Datensatz für mehrere Aufgabentypen annotieren?

Ja. Jedes Bild enthält Annotationen für alle 5 Aufgabentypen (detect, segment, Pose, OBB, classify) zusammen. Du kannst den aktiven Aufgabentyp des Datensatzes jederzeit wechseln, ohne dass dabei vorhandene Annotationen verloren gehen. Im Editor werden nur Annotationen angezeigt, die dem aktiven Aufgabentyp entsprechen, und diese werden auch in Exporte und Trainings einbezogen – Annotationen für andere Aufgaben bleiben erhalten und werden wieder angezeigt, sobald du zurückwechselst.

📅 Erstellt vor 2 Monaten ✏️ Aktualisiert vor 1 Tag

Kommentare