Link to this sectionDatenvorbereitung#
Die Datenvorbereitung ist das Fundament erfolgreicher Computer-Vision Modelle. Die Ultralytics Platform bietet umfassende Tools zur Verwaltung deiner Trainingsdaten, vom Upload über die Annotation bis hin zur Analyse.
Watch: Get Started with Ultralytics Platform - Data
Link to this sectionÜbersicht#
Der Datenbereich der Ultralytics Platform unterstützt dich dabei:
- Hochladen von Bildern, Videos und Datensatzdateien (ZIP, TAR einschließlich
.tar.gz/.tgz, NDJSON) - Annotieren mit manuellen Zeichenwerkzeugen und SAM-gestützter intelligenter Etikettierung – wähle zwischen SAM 2.1 oder dem neuen SAM 3
- Analysieren deiner Daten mit Statistiken und Visualisierungen
- Exportieren im NDJSON-Format für das lokale Training
Link to this sectionArbeitsablauf#
graph LR
A[Upload] --> B[Annotate]
B --> C[Analyze]
C --> D[Train]
style A fill:#4CAF50,color:#fff
style B fill:#2196F3,color:#fff
style C fill:#FF9800,color:#fff
style D fill:#9C27B0,color:#fff| Phase | Beschreibung |
|---|---|
| Hochladen | Importiere Bilder, Videos oder Archive mit automatischer Verarbeitung |
| Annotieren | Etikettiere Daten mit manuellen Werkzeugen für alle 6 Aufgabentypen oder nutze die SAM-Annotation für Detect, Segment, Semantic und OBB |
| Analysieren | Sieh dir Klassenverteilungen, räumliche Heatmaps und Dimensionsstatistiken an |
| Exportieren | Herunterladen im NDJSON-Format für die Offline-Nutzung |
Link to this sectionUnterstützte Aufgaben#
Die Ultralytics Platform unterstützt alle 6 YOLO-Aufgabentypen:
| Aufgabe | Beschreibung | Annotationstool |
|---|---|---|
| Detect | Objekterkennung mit Begrenzungsrahmen | Rechteck-Tool |
| Segment | Instanzsegmentierung mit Pixelmasken | Polygon-Tool |
| Semantic | Semantische Segmentierung mit klassenspezifischen Pixelbereichen | Polygon-Tool |
| Pose | Keypoint-Schätzung mit integrierten und benutzerdefinierten Skelettvorlagen | Keypoint-Tool |
| OBB | Orientierte Begrenzungsrahmen für gedrehte Objekte | Orientiertes Box-Tool |
| Classify | Bildklassifizierung auf Bildebene | Klassenauswahl |
Der Aufgabentyp wird beim Erstellen eines Datensatzes festgelegt und bestimmt, welche Annotationstools verfügbar sind. Du kannst ihn später über die Aufgabenauswahl im Datensatz-Header ändern, allerdings werden inkompatible Annotationen nach dem Umschalten nicht mehr angezeigt.
Link to this sectionHauptmerkmale#
Link to this sectionIntelligente Speicherung#
Die Ultralytics Platform verwendet inhaltsadressierbare Speicherung (CAS) für effizientes Datenmanagement:
- Deduplizierung: Identische Bilder werden dank XXH3-128-Hashing nur einmal gespeichert
- Integrität: Hash-basierte Adressierung stellt die Datenintegrität sicher
- Effizienz: Optimierte Speicherung und schnelle Verarbeitung
Link to this sectionDatensatz-URIs#
Referenziere Datensätze unter Verwendung des ul:// URI-Formats (siehe Verwendung von Plattform-Datensätzen):
yolo train data=ul://username/datasets/my-datasetDies ermöglicht das Training mit den Datensätzen der Plattform von jedem Rechner aus, auf dem dein API-Key konfiguriert ist.
from ultralytics import YOLO
model = YOLO("yolo26n.pt")
model.train(data="ul://username/datasets/my-dataset", epochs=100)Link to this sectionDatensatz-Versionierung#
Erstelle unveränderliche NDJSON-Snapshots deines Datensatzes für reproduzierbares Training. Jede Version erfasst zum Zeitpunkt der Erstellung die Anzahl der Bilder, Klassen und Annotationen. Siehe Tab Versionen für Details.
Link to this sectionDatensatz-Tabs#
Datensatzseiten können bis zu sechs Tabs anzeigen, abhängig vom Datensatzstatus und deinen Berechtigungen:
| Tab | Beschreibung |
|---|---|
| Bilder | Durchsuche Bilder in Raster-, Kompakt- oder Tabellenansicht mit Annotation-Overlays |
| Klassen | Ansehen und Bearbeiten von Klassennamen, Farben und Label-Anzahl pro Klasse |
| Charts | Automatische Statistiken: Split-Verteilung, Klassenanzahl, Heatmaps |
| Modelle | Modelle, die mit diesem Datensatz trainiert wurden, inklusive Metriken und Status |
| Versionen | Erstellen und Herunterladen von unveränderlichen NDJSON-Snapshots für reproduzierbares Training |
| Fehler | Bilder, deren Verarbeitung fehlgeschlagen ist, mit Fehlerdetails und Korrekturhinweisen |
Classes and Charts appear when the dataset has images. Errors appears only when processing failures exist. Versions appears for owners, or for non-owners when versions already exist.
Link to this sectionClustering#
Erkunde deinen Datensatz als interaktives 2D-Streudiagramm, in dem visuell ähnliche Bilder nah beieinander liegen — nützlich, um Cluster, Duplikate und Ausreißer aufzudecken sowie zu prüfen, wie Splits oder Klassen über deine Daten verteilt sind. Umrande einen Bereich des Diagramms mit dem Lasso-Tool, um die Galerie auf diese Bilder zu filtern. Siehe Clustering für Details.
Link to this sectionStatistik und Visualisierung#
Der Charts-Tab bietet eine automatische Analyse, einschließlich:
- Split-Verteilung: Donut-Diagramm der Bildanzahl für Training/Validierung/Test
- Top-Klassen: Donut-Diagramm der am häufigsten vorkommenden Annotationsklassen
- Bilddimensionen: Histogramm der Verteilung von Bildbreite und -höhe (in Pixeln)
- Punkte pro Instanz: Verteilung der Anzahl an Polygon-Eckpunkten oder Keypoints (Segment-/Pose-Datensätze)
- Annotationsorte: 2D-Heatmap der Mittelpunktpositionen der Begrenzungsrahmen
- Bilddimensionen 2D: 2D-Heatmap von Breite vs. Höhe mit Hilfslinien für das Seitenverhältnis
Link to this sectionSchnellzugriffe#
- Datensätze: Hochladen, Verwalten und Exportieren deiner Trainingsdaten
- Annotation: Etikettiere Daten mit manuellen und KI-unterstützten Tools
- Cloud-Training: Trainiere Modelle mit deinen annotierten Datensätzen
- Datensatz-URI: Verwende
ul://URIs für das Training von überall
Link to this sectionFAQ#
Link to this sectionWelche Dateiformate werden für den Upload unterstützt?#
Die Ultralytics Platform unterstützt:
Bilder: JPEG, PNG, WebP, BMP, TIFF, HEIC, AVIF, JP2, DNG, MPO (max. 50MB pro Bild)
Videos: MP4, WebM, MOV, AVI, MKV, M4V (max. 1GB, Frames extrahiert bei 1 FPS, max. 100 Frames)
Datensatz-Dateien: ZIP- oder TAR-Archive einschließlich .tar.gz und .tgz (max. 10GB bei Free, 20GB bei Pro, 50GB bei Enterprise), die Bilder mit optionalen Labels im YOLO-Format sowie NDJSON-Exporte enthalten
Link to this sectionWas ist die maximale Datensatzgröße?#
Speichergrenzen hängen von deinem Plan ab:
| Plan | Speicherlimit |
|---|---|
| Kostenlos | 100 GB |
| Pro | 500 GB |
| Enterprise | Unbegrenzt |
Individuelle Dateilimits: Bilder 50MB, Videos 1GB, Datensätze 10GB bei Free / 20GB bei Pro / 50GB bei Enterprise
Link to this sectionKann ich meine Plattform-Datensätze für lokales Training verwenden?#
Ja! Verwende das Datensatz-URI-Format für das lokale Training:
export ULTRALYTICS_API_KEY="YOUR_API_KEY"
yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset epochs=100Oder exportiere deinen Datensatz im NDJSON-Format für das vollständige Offline-Training.