Datensätze

Ultralytics Platform-Datensätze bieten eine optimierte Lösung zur Verwaltung deiner Trainingsdaten. Nach dem Hochladen verarbeitet die Plattform Bilder, Labels und Statistiken automatisch. Ein Datensatz ist bereit für das Training, sobald die Verarbeitung abgeschlossen ist und er mindestens ein Bild im train-Split, mindestens ein Bild im val- oder test-Split, mindestens ein gelabeltes Bild sowie insgesamt mindestens zwei Bilder enthält.

Datensatz hochladen

Die Ultralytics Platform akzeptiert zur flexiblen Nutzung verschiedene Upload-Formate.

Unterstützte Formate

Vorbereitung deines Datensatzes

Die Plattform unterstützt Ultralytics YOLO, COCO, Ultralytics NDJSON sowie Raw-Uploads (ohne Annotationen):

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

Für aufgabenspezifische Formatdetails siehe unterstützte Aufgaben und die Datensatz-Übersicht.

Upload-Prozess

1. Navigiere in der Seitenleiste zu Datasets
2. Klicke auf New Dataset oder ziehe Dateien in den Upload-Bereich
3. Wähle den Aufgabentyp aus (siehe unterstützte Aufgaben)
4. Füge einen Namen und eine optionale Beschreibung hinzu
5. Lege die Sichtbarkeit fest (öffentlich oder privat) und optional eine Lizenz (siehe verfügbare Lizenzen)
6. Klicke auf Create

Nach dem Hochladen durchlaufen deine Daten 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 werden skaliert (max. 4096px, Mindestgröße 28px)
3. Thumbnails: 256px WebP-Vorschauen werden generiert
4. Label-Parsing: YOLO und COCO-Format-Labels werden extrahiert
5. Statistiken: Klassenverteilungen und Bildabmessungen werden berechnet

from ultralytics.data.utils import check_det_dataset

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

Bilder durchsuchen

Betrachte deine Datensatzbilder in verschiedenen Layouts.

Öffne das Clustering-Panel in der Galerie-Symbolleiste, um deinen Datensatz als interaktives 2D-Streudiagramm zu erkunden.

Sortieren und Filtern

Bilder können für ein effizientes Browsen sortiert und gefiltert werden:

Vollbildanzeige

Klicke auf ein beliebiges Bild, um die Vollbildanzeige zu öffnen mit:

• Navigation: Pfeiltasten oder Vorschaubilder zum Durchsuchen
• Metadaten: Dateiname, Abmessungen, Split-Badge, Anmerkungsanzahl
• Anmerkungen: Sichtbarkeit der Anmerkungsebene umschalten
• Klassenaufschlüsselung: Label-Anzahlen pro Klasse mit Farbindikatoren
• Bearbeiten: Wechsle in den Anmerkungsmodus, um Labels hinzuzufügen oder zu ändern
• Download: Lade die originale Bilddatei herunter
• Löschen: Lösche das Bild aus dem Datensatz
• Zoomen: Cmd/Ctrl+Scroll, Cmd/Ctrl++ oder Cmd/Ctrl+= zum Hineinzoomen und Cmd/Ctrl+- zum Herauszoomen
• Ansicht zurücksetzen: Cmd/Ctrl + 0 oder der Zurücksetzen-Button, um das Bild an den Viewer anzupassen
• Verschieben: Halte Space gedrückt und ziehe, um die Arbeitsfläche bei Zoom zu verschieben
• Pixel-Ansicht: Schalte die pixelgenaue Darstellung für eine genaue Inspektion um

Nach Split filtern

Bilder nach ihrem Datensatz-Split filtern:

Clustering

Das Clustering-Panel projiziert deinen Datensatz in ein interaktives 2D-Streudiagramm, bei dem visuell ähnliche Bilder nah beieinander liegen. Nutze es, um Cluster aufzudecken, Duplikate und Ausreißer zu finden sowie zu untersuchen, wie Splits oder Klassen auf deine Daten verteilt sind – ohne die Galerie zu verlassen. Öffne es über das Streudiagramm-Symbol in der Galerieleiste auf jeder Datensatzseite.

Analyse ausführen

Starte eine Analyse:

1. Öffne einen Datensatz und klicke auf das Streudiagramm-Symbol in der Galerieleiste
2. Klicke auf Analyze Dataset
3. Warte, bis der Fortschrittsbalken abgeschlossen ist – die Ergebnisse erscheinen im selben Panel

Die Analyse läuft im Hintergrund und kann je nach Größe deines Datensatzes einige Minuten dauern. Du kannst das Panel schließen oder die Seite verlassen und später zurückkehren.

Visualisierung

Sobald die Analyse abgeschlossen ist, zeigt das Panel ein 2D-Streudiagramm aller analysierten Bilder. Galeriefilter (Split, Klasse, markiert/unmarkiert) blenden Punkte außerhalb des Filters aus, damit du dich auf die für dich relevante Untermenge konzentrieren kannst.

Einfärben nach

Ändere die Schattierung der Datenpunkte mit dem Color by-Dropdown in der Panel-Symbolleiste. Wechsle jederzeit zwischen den Anzeigemodi – das Diagramm wird sofort neu eingefärbt, damit du sehen kannst, wie Splits, Klassen oder Bildeigenschaften über deine Cluster verteilt sind:

Lasso-Auswahl

Zeichne eine freie Auswahl um einen Bereich, um Punkte im Diagramm hervorzuheben. Die Galerie filtert auf die passenden Bilder, sodass du sie inspizieren, neu labeln, verschieben oder mithilfe der üblichen image operations löschen kannst.

Verschieben und Zoomen

Navigiere durch große Streudiagramme direkt mit Maus und Tastatur:

Neuanalyse

Wenn sich dein Datensatz nach der Analyse ändert, erscheint oben im Panel eine Re-analyze-Schaltfläche für Besitzer und Editoren.

Klicke auf Re-analyze, um Embeddings und die 2D-Projektion komplett neu zu berechnen.

Datensatz-Tabs

Jede Datensatzseite kann je nach Datensatzstatus und deinen Berechtigungen bis zu sechs Tabs anzeigen:

Bilder-Tab

Die Standardansicht zeigt die Bildergalerie mit Anmerkungs-Overlays. Unterstützt Raster-, Kompakt- und Tabellenansichtsmodi. Ziehe Dateien per Drag-and-Drop hierher, um weitere Bilder hinzuzufügen.

Klassen-Tab

Dieser Tab erscheint, wenn der Datensatz Bilder enthält.

Verwalte Anmerkungsklassen für deinen Datensatz:

• Klassenhistogramm: Balkendiagramm mit Anmerkungsanzahl pro Klasse mit Umschalter für lineare/logarithmische Skalierung
• Klasstabelle: Sortierbare, durchsuchbare Tabelle mit Klassenname, Label-Anzahl und Bildanzahl
• Klassennamen bearbeiten: Klicke auf einen Klassennamen, um ihn inline umzubenennen
• Klassenfarben bearbeiten: Klicke auf ein Farbfeld, um die Klassenfarbe zu ändern
• Neue Klasse hinzufügen: Verwende das Eingabefeld am unteren Rand, um Klassen hinzuzufügen

Tab „Diagramme“

Dieser Tab erscheint, wenn der Datensatz Bilder enthält.

Automatische Statistiken für deinen Datensatz:

Tab „Modelle“

Alle mit diesem Datensatz trainierten Modelle in einer durchsuchbaren Tabelle anzeigen:

Tab „Fehler“

Dieser Tab erscheint nur, wenn eine oder mehrere Dateien nicht verarbeitet werden konnten.

Bilder, die nicht verarbeitet werden konnten, werden hier gelistet mit:

• Fehler-Banner: Gesamtzahl der fehlerhaften Bilder und Hinweise
• Fehler-Tabelle: Dateiname, benutzerfreundliche Fehlerbeschreibung, Korrekturhinweise und Vorschaubild
• Häufige Fehler sind beschädigte Dateien, nicht unterstützte Formate, zu kleine Bilder (mind. 28px) und nicht unterstützte Farbmodi

Tab „Versionen“

Erstelle unveränderliche NDJSON-Snapshots deines Datensatzes für reproduzierbares Training. Jede Version erfasst zum Zeitpunkt der Erstellung die Anzahl der Bilder, Klassen, Annotationen und die Dateigröße.

Um eine Version zu erstellen:

1. Öffne den Tab Versionen
2. Optional eine Beschreibung eingeben (z. B. „500 Trainingsbilder hinzugefügt“ oder „Falsch annotierte Klassen korrigiert“)
3. Klicke auf + Neue Version
4. Die neue Version erscheint in der Tabelle
5. Lade die Version bei Bedarf separat aus der Tabelle herunter

Jede Version wird fortlaufend nummeriert (v1, v2, v3...) und dauerhaft gespeichert. Du kannst jederzeit eine beliebige vorherige Version aus der Versionstabelle herunterladen.

Datensatz exportieren

Exportiere deinen Datensatz für die Offline-Nutzung über einen NDJSON-Download im Datensatz-Header oder im Tab „Versionen“.

Zum Exportieren:

1. Klicke im Datensatz-Header auf den Export-Button
2. Lade den aktuellen NDJSON-Snapshot direkt herunter
3. Verwende den Tab Versionen, wenn du einen unveränderlichen, nummerierten Snapshot möchtest, den du später erneut herunterladen kannst

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"}

Siehe die Ultralytics NDJSON-Format-Dokumentation für die vollständige Spezifikation.

Bildoperationen

Schnellaktionen

Klicke mit der rechten Maustaste auf ein beliebiges Bild in der Raster- oder Kompakt-Ansicht, um auf Schnellaktionen zuzugreifen:

Massenverschiebung in Splits

Weise ausgewählte Bilder einem anderen Split innerhalb desselben Datensatzes zu:

1. Wechsle zur Tabellenansicht
2. Wähle Bilder über die Checkboxen aus
3. Mache einen Rechtsklick, um das Kontextmenü zu öffnen
4. Choose Move to split > Train, Validation, or Test

Du kannst Bilder auch per Drag-and-Drop auf die Split-Filter-Tabs in der Rasteransicht ziehen.

Split-Neuverteilung

Verteile alle Bilder mittels benutzerdefinierter Verhältnisse neu auf Train-, Validation- und Test-Splits:

1. Klicke auf die Split-Leiste in der Datensatz-Symbolleiste, um das Dialogfeld Splits neu verteilen zu öffnen
2. Passe die Split-Prozentsätze mit einer der unten genannten Methoden an
3. Überprüfe die Live-Vorschau der Bildanzahl, um die Verteilung zu bestätigen
4. Klicke auf Anwenden, um alle Bilder zufällig gemäß deinen Prozentsätzen neu zuzuweisen

Der Dialog bietet drei Möglichkeiten, deine Ziel-Split-Verhältnisse festzulegen:

Eine Live-Vorschau zeigt dir genau, wie viele Bilder in jedem Split landen werden, bevor du den Vorgang anwendest.

Massenlöschung

Lösche mehrere Bilder gleichzeitig:

1. Wähle Bilder in der Tabellenansicht aus
2. Right-click and choose Delete
3. Bestätige den Löschvorgang

Datensatz-URI

Referenziere Platform-Datensätze über das ul:// URI-Format (siehe Platform-Datensätze verwenden):

Verwende diese URI, um Modelle von überall zu trainieren:

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

Verfügbare Lizenzen

Die Platform unterstützt die folgenden Lizenzen für Datensätze:

Sichtbarkeitseinstellungen

Steuere, wer deinen Datensatz sehen kann:

Visibility is set when creating a dataset in the New Dataset dialog using a toggle switch. Public datasets are visible on the Explore page.

Datensatz bearbeiten

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

• Name: Klicke auf den Datensatznamen, um ihn zu bearbeiten. Änderungen werden beim Verlassen des Feldes oder durch Enter automatisch gespeichert.
• Beschreibung: Klicke auf die Beschreibung (oder den "Füge eine Beschreibung hinzu..."-Platzhalter), um sie zu bearbeiten. Änderungen werden automatisch gespeichert.
• Aufgabentyp: Klicke auf das Aufgaben-Badge, um einen anderen Aufgabentyp auszuwählen.
• Lizenz: Klicke auf den Lizenz-Selektor, um die Datensatz-Lizenz zu ändern.

Datensatz klonen

When viewing a public dataset you do not own, click Clone Dataset to create a copy in your workspace. The clone includes all images, annotations, and class definitions. If the original dataset has a copyleft license, the clone inherits it and the license selector is locked.

Mit Stern markieren und Teilen

• Mit Stern markieren: Klicke auf die Stern-Schaltfläche, um einen Datensatz als Lesezeichen zu speichern. Die Anzahl der Sterne ist für alle Benutzer sichtbar.
• Teilen: Klicke bei öffentlichen Datensätzen auf die Teilen-Schaltfläche, um einen Link zu kopieren oder auf sozialen Plattformen zu teilen.

Datensatz löschen

Lösche einen Datensatz, den du nicht mehr benötigst:

1. Öffne das Datensatz-Aktionsmenü
2. Click Delete
3. Bestätige im Dialog: "Dies verschiebt [Name] in den Papierkorb. Du kannst ihn innerhalb von 30 Tagen wiederherstellen."

Mit Datensatz trainieren

Starte das Training direkt von deinem Datensatz aus:

1. Klicke auf der Datensatzseite auf New Model
2. Wähle ein Projekt aus oder erstelle ein neues
3. Konfiguriere die Trainingsparameter
4. Starte das Training

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

Siehe Cloud Training für Details.

FAQ

Was passiert nach dem Hochladen mit meinen Daten?

Deine Daten werden in der von dir gewählten Region (US, EU oder AP) verarbeitet und gespeichert. Bilder werden wie folgt behandelt:

1. Validierung auf Format und Größe
2. Ablehnung, falls die Mindestdimension unter 28px liegt
3. Normalisierung, falls sie größer als 4096px sind (unter Beibehaltung des Seitenverhältnisses; kodiert für optimierte Speicherung)
4. Speicherung mittels inhaltsadressierbarem Speicher (CAS) mit XXH3-128 Hashing
5. Erstellung von Vorschaubildern im 256px WebP-Format für schnelles Browsen

Wie funktioniert die Speicherung?

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

• Deduplizierung: Identische Bilder, die von verschiedenen Nutzern hochgeladen wurden, werden nur einmal gespeichert
• Integrität: XXH3-128 Hashing stellt die Datenintegrität sicher
• Effizienz: Reduziert Speicherkosten und beschleunigt die Verarbeitung
• Regional: Daten verbleiben in der von dir gewählten Region (US, EU oder AP)

Kann ich Bilder zu einem bestehenden Datensatz hinzufügen?

Ja, ziehe Dateien per Drag & Drop auf die Datensatzseite oder verwende die Hochladen-Schaltfläche, um weitere Bilder hinzuzufügen. Neue Statistiken werden automatisch berechnet.

Wie verschiebe ich Bilder zwischen Splits?

Verwende die Bulk-Funktion zum Verschieben in Splits:

1. Wähle Bilder in der Tabellenansicht aus
2. Rechtsklick und wähle Move to split
3. Wähle den Ziel-Split (Train, Validation oder Test)

Welche Label-Formate werden unterstützt?

Die Ultralytics Platform unterstützt YOLO-Labels, COCO JSON, Ultralytics NDJSON und den Upload von Rohbildern:

Kann ich denselben Datensatz für mehrere Aufgabentypen annotieren?

Ja. Jedes Bild speichert Annotationen für alle 5 Aufgabentypen (detect, segment, pose, OBB, classify) zusammen. Du kannst den aktiven Aufgabentyp des Datensatzes jederzeit wechseln, ohne bestehende Annotationen zu verlieren. Nur Annotationen, die dem aktiven Aufgabentyp entsprechen, werden im Editor angezeigt und in Exporte sowie das Training einbezogen — Annotationen für andere Aufgaben bleiben erhalten und erscheinen wieder, wenn du zurückwechselst.