Preparación de datos#
La preparación de datos es la base de unos modelos de computer vision exitosos. Ultralytics Platform proporciona herramientas integrales para gestionar tus datos de entrenamiento, desde la subida y el etiquetado hasta el análisis.
Watch: Get Started with Ultralytics Platform - Data
Descripción general#
La sección de datos de Ultralytics Platform te ayuda a:
- Sube imágenes, vídeos y archivos de conjuntos de datos (ZIP, TAR que incluyan
.tar.gz/.tgz, NDJSON) - Importa desde una URL pegando un enlace directo a un archivo o una exportación NDJSON, o desde Roboflow
- Conecta Google Cloud Storage, Amazon S3 o Azure Blob Storage y utiliza tus datos en su ubicación actual sin subir una copia
- Mantén los píxeles en tus instalaciones con workers de CPU/GPU On Premise de Enterprise
- Etiqueta con herramientas de dibujo manual y etiquetado inteligente impulsado por SAM: elige entre SAM 2.1 o el nuevo SAM 3
- Gestiona clases renombrándolas, cambiando su color, fusionándolas y eliminándolas en todo el conjunto de datos
- Analiza tus datos con estadísticas, visualizaciones y agrupamiento basado en incrustaciones
- Exporta en NDJSON format para el entrenamiento local
Flujo de trabajo#
graph LR
A[Upload]:::start --> B[Annotate]:::proc
B --> D[Train]:::out
B --> C[Analyze]:::proc
classDef start fill:#4CAF50,color:#fff
classDef proc fill:#2196F3,color:#fff
classDef out fill:#9C27B0,color:#fff| Etapa | Descripción |
|---|---|
| Subida | Importa imágenes, vídeos o archivos con procesamiento automático |
| Anotar | Etiqueta los datos con herramientas manuales o usa la anotación de SAM para detección, segmentación, segmentación semántica y OBB |
| Analizar | Consulta distribuciones de clases, mapas de calor espaciales, estadísticas de dimensiones y clústeres de incrustaciones |
| Exportar | Descarga en NDJSON format para su uso sin conexión |
Tareas compatibles#
Los datasets de Ultralytics Platform son compatibles con los 7 tipos de tareas de YOLO:
| Tarea | Descripción | Herramienta de etiquetado |
|---|---|---|
| Detectar | Detección de objetos con bounding boxes | Herramienta de rectángulo |
| Segmentar | Segmentación de instancias con máscaras de píxeles | Herramienta de polígono |
| Semántica | Segmentación semántica con regiones de píxeles por clase | Herramienta de polígono |
| Depth | Mapas de profundidad métrica por píxel | Objetivos importados |
| Clasificar | Clasificación a nivel de imagen | Selector de clase |
| Postura | Estimación de puntos clave con plantillas de esqueleto integradas y personalizadas | Herramienta de puntos clave |
| OBB | Oriented bounding boxes para objetos rotados | Herramienta de caja orientada |
El tipo de tarea se establece al crear un conjunto de datos y determina qué herramientas de anotación están disponibles. Puedes cambiarlo más tarde desde el selector de tareas del encabezado del conjunto de datos, pero las anotaciones incompatibles no se mostrarán después de cambiar. Cambiar hacia o desde profundidad solo se permite mientras el conjunto de datos esté vacío — consulta Edit Dataset.
Características clave#
Almacenamiento inteligente#
Ultralytics Platform gestiona el almacenamiento de forma eficiente:
- Deduplicación: Las imágenes idénticas en la misma región de datos se almacenan una sola vez
- Integridad: Las subidas se verifican para garantizar la integridad de los datos
- Eficiencia: Almacenamiento optimizado y procesamiento rápido
URI de conjuntos de datos#
Haz referencia a conjuntos de datos usando el formato de URI ul:// (consulta Using Platform Datasets):
yolo train data=ul://username/datasets/my-datasetEsto permite entrenar con los conjuntos de datos de la plataforma desde cualquier máquina con tu API key configurada.
from ultralytics import YOLO
model = YOLO("yolo26n.pt")
model.train(data="ul://username/datasets/my-dataset", epochs=100)Control de versiones de conjuntos de datos#
Crea instantáneas NDJSON inmutables de tu conjunto de datos para un entrenamiento reproducible. Cada versión captura los recuentos de imágenes, clases y anotaciones en el momento de la creación. Consulta Versions Tab para más detalles.
Pestañas de Dataset#
Las páginas de conjuntos de datos pueden mostrar hasta seis pestañas, dependiendo del estado del conjunto de datos y tus permisos:
| Pestaña | Descripción |
|---|---|
| Imágenes | Explora imágenes en vista de cuadrícula, compacta o tabla con superposiciones de anotaciones |
| Clases | Visualiza, renombra, cambia el color, fusiona y elimina clases con recuentos de etiquetas por clase |
| Gráficos | Estadísticas automáticas: distribución de divisiones, número de clases, mapas de calor |
| Modelos | Models entrenados en este conjunto de datos con métricas y estado |
| Versiones | Crea, descarga y restaura instantáneas NDJSON inmutables para garantizar la reproducibilidad |
| Errores | Imágenes que fallaron en el procesamiento, junto con detalles del error y guía de reparación |
Classes aparece cuando el conjunto de datos tiene imágenes y su tarea tiene clases, mientras que Charts aparece siempre que tiene imágenes. Errors aparece solo cuando existen fallos de procesamiento. Versions aparece cuando tienes acceso de edición, o en modo de solo lectura cuando ya existen versiones.
Agrupamiento (Clustering)#
Explora tu conjunto de datos como un gráfico de dispersión 2D interactivo donde las imágenes visualmente similares se sitúan cerca unas de otras — útil para descubrir clústeres, duplicados y valores atípicos, y para inspeccionar cómo se distribuyen las divisiones o las clases en tus datos. Selecciona con lazo una región del gráfico para filtrar la galería y mostrar solo esas imágenes. El análisis requiere entre 20 y 200.000 imágenes sin errores. Consulta Clustering para obtener más detalles.
Estadísticas y visualización#
La pestaña Charts ofrece un análisis automático que incluye:
- Distribución de la división: Gráfico de anillos con el número de imágenes de entrenamiento/validación/test
- Clases Principales: Gráfico de rosca de las 10 clases de anotación más frecuentes
- Dimensiones de imagen: Histograma de la distribución de anchura y altura de la imagen (en píxeles)
- Dimensiones de imagen 2D: Mapa de calor 2D de anchura frente a altura con líneas guía de relación de aspecto
- Ubicaciones de anotación: Mapa de calor 2D de las posiciones centrales de las bounding boxes
- Puntos por instancia: Distribución de vértices de polígono o recuento de puntos clave (conjuntos de datos de segment/pose)
Consulta la pestaña Gráficos para ver la lista completa.
Enlaces rápidos#
- Datasets: Sube, gestiona y exporta tus datos de entrenamiento
- Annotation: Etiqueta datos con herramientas manuales y asistidas por IA
- Cloud Training: Entrena modelos en tus conjuntos de datos etiquetados
- Dataset URI: Usa URIs de
ul://para entrenar desde cualquier lugar
FAQ#
Ultralytics Platform admite:
Imágenes: JPEG, PNG, WebP, BMP, TIFF, HEIC, AVIF, JP2, DNG, MPO (máximo 50 MB cada una)
Vídeos: MP4, WebM, MOV, MKV, M4V (máx. 1 GB, fotogramas extraídos a 1 FPS, máx. 100 fotogramas)
Archivos del conjunto de datos: Archivos ZIP o TAR que incluyan
.tar.gzy.tgz(máximo 10 GB en Free, 20 GB en Pro, 50 GB en Enterprise) que contengan imágenes con etiquetas opcionales en formato YOLO o JSON de COCO, además de exportaciones NDJSONCualquiera de estos formatos de archivo o NDJSON también se puede importar pegando un enlace HTTP(S) directo en la pestaña
URLdel diálogoNew Dataset. Las etiquetas XML de Pascal VOC se detectan pero no se importan.Los límites de almacenamiento dependen de tu plan:
Plan Límite de almacenamiento Gratuito 100 GB Pro 500 GB Enterprise Ilimitado Límites por archivo individual: Imágenes 50 MB, vídeos 1 GB, conjuntos de datos 10 GB en Free / 20 GB en Pro / 50 GB en Enterprise
¡Sí! Utiliza el formato URI del conjunto de datos para entrenar localmente:
export ULTRALYTICS_API_KEY="YOUR_API_KEY" yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset epochs=100O exporta tu conjunto de datos en NDJSON format para transferir sus metadatos, divisiones, anotaciones y URLs de imágenes firmadas.