Preparación de datos#
La preparación de datos es la base de unos modelos de visión por computador satisfactorios. Ultralytics Platform proporciona herramientas completas para gestionar tus datos de entrenamiento, desde la carga hasta la anotación y el análisis.
Watch: Get Started with Ultralytics Platform - Data
Descripción general#
La sección Datos de Ultralytics Platform te ayuda a:
- Cargar imágenes, vídeos y archivos de datasets (ZIP, TAR incluidos
.tar.gz/.tgz, NDJSON) - Importar desde una URL pegando un enlace directo a un archivo comprimido o una exportación NDJSON, o desde Roboflow
- Conectar Google Cloud Storage, Amazon S3 o Azure Blob Storage y utilizar tus datos en su ubicación sin cargar una copia
- Mantener los píxeles en tus instalaciones con workers de CPU/GPU Enterprise En las instalaciones
- Etiqueta con herramientas de dibujo manual y etiquetado inteligente impulsado por SAM: elige entre SAM 2.1, SAM 3 o el SAM 3.1 predeterminado
- Gestionar clases cambiándoles el nombre, el color, fusionándolas y eliminándolas en todo el dataset
- Analizar tus datos con estadísticas, visualizaciones y clustering basado en embeddings
- Exportar en formato NDJSON 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 |
|---|---|
| Cargar | Importa imágenes, vídeos o archivos comprimidos con procesamiento automático |
| Anotar | Etiqueta datos con herramientas manuales o utiliza la anotación de SAM para detect, segment, semantic y OBB |
| Analizar | Consulta las distribuciones de clases, los mapas de calor espaciales, las estadísticas de dimensiones y los clusters de embeddings |
| Exportar | Descarga en formato NDJSON para usarlo sin conexión |
Tareas compatibles#
Los datasets de Ultralytics Platform admiten los 7 tipos de tareas de YOLO:
| Tarea | Descripción | Herramienta de anotación |
|---|---|---|
| Detect | Detección de objetos con cuadros delimitadores | Herramienta de rectángulos |
| Segment | Segmentación de instancias con máscaras de píxeles | Herramienta de polígonos |
| Semantic | Segmentación semántica con regiones de píxeles por clase | Herramienta de polígonos |
| Depth | Mapas de profundidad métrica por píxel | Objetivos importados |
| Classify | Clasificación a nivel de imagen | Selector de clases |
| Pose | Estimación de puntos clave con plantillas de esqueletos integradas y personalizadas | Herramienta de puntos clave |
| OBB | Cuadros delimitadores orientados para objetos rotados | Herramienta de cuadros orientados |
El tipo de tarea se establece al crear un dataset y determina qué herramientas de anotación están disponibles. Puedes cambiarlo más adelante desde el selector de tareas de la cabecera del dataset, pero las anotaciones incompatibles no se mostrarán después del cambio. El cambio a profundidad o desde profundidad solo está permitido mientras el dataset esté vacío; consulta Editar dataset.
Características principales#
Almacenamiento inteligente#
Ultralytics Platform gestiona el almacenamiento de forma eficiente:
- Deduplicación: las imágenes idénticas de una misma región de datos se almacenan una sola vez
- Integridad: se verifica la integridad de los datos cargados
- Eficiencia: Almacenamiento optimizado y procesamiento rápido
URI de datasets#
Referencia datasets utilizando el formato de URI ul:// (consulta Usar datasets de Platform):
yolo train data=ul://username/datasets/my-datasetEsto permite entrenar con los datasets de la plataforma desde cualquier máquina con tu clave de API configurada.
from ultralytics import YOLO
model = YOLO("yolo26n.pt")
model.train(data="ul://username/datasets/my-dataset", epochs=100)Versionado de datasets#
Crea instantáneas NDJSON inmutables de tu dataset para un entrenamiento reproducible. Cada versión captura el número de imágenes, clases y anotaciones en el momento de su creación. Consulta Pestaña Versiones para obtener más información.
Pestañas del conjunto de datos#
Las páginas de los datasets pueden mostrar hasta seis pestañas, según el estado del dataset y tus permisos:
| Pestaña | Descripción |
|---|---|
| Imágenes | Explora imágenes en vista de cuadrícula, compacta o de tabla, con superposiciones de anotaciones |
| Clases | Consulta, cambia el nombre, cambia el color, fusiona y elimina clases con el número de etiquetas de cada clase |
| Gráficos | Estadísticas automáticas: distribución de divisiones, número de clases y mapas de calor |
| Modelos | Modelos entrenados con este dataset, con métricas y estado |
| Versiones | Crea, descarga y restaura instantáneas NDJSON inmutables para garantizar la reproducibilidad |
| Errores | Imágenes cuyo procesamiento ha fallado, con detalles del error e indicaciones para solucionarlo |
Classes aparece cuando el dataset tiene imágenes y su tarea tiene clases, mientras que Charts aparece siempre que tiene imágenes. Errors aparece únicamente cuando existen errores de procesamiento. Versions aparece cuando tienes acceso de edición o, en modo de solo lectura, cuando ya existen versiones.
Clustering#
Explora tu conjunto de datos como un diagrama de dispersión 2D interactivo donde las imágenes visualmente similares se sitúan cerca unas de otras; esto es útil para revelar cúmulos, duplicados y valores atípicos, y para inspeccionar cómo se distribuyen las divisiones o clases en tus datos. Selecciona con el lazo una región del diagrama para filtrar la galería de imágenes y mostrar solo esas imágenes. El análisis requiere entre 20 y 200 000 imágenes sin errores. Los mismos embeddings te permiten buscar imágenes similares en conjuntos de datos públicos y añadirlas a tus conjuntos de datos. Consulta Clustering para obtener más detalles.
Estadísticas y visualización#
La pestaña Charts proporciona análisis automáticos, entre ellos:
- Distribución de divisiones: Gráfico de anillo con el número de imágenes de entrenamiento, validación y prueba
- Clases principales: Gráfico de anillo con las 10 clases de anotación más frecuentes
- Dimensiones de imagen: Histograma de la distribución de la anchura y la altura de las imágenes (en píxeles)
- Dimensiones de imagen 2D: Mapa de calor 2D de la anchura frente a la altura, con líneas guía de la relación de aspecto
- Ubicaciones de las anotaciones: Mapa de calor 2D de las posiciones centrales de los cuadros delimitadores
- Puntos por instancia: Distribución del número de vértices de polígonos o puntos clave (datasets de segmentación/pose)
Consulta la pestaña Gráficos para ver la lista completa.
Enlaces rápidos#
- Datasets: Carga, gestiona y exporta tus datos de entrenamiento
- Anotación: Etiqueta datos con herramientas manuales y asistidas por IA
- Entrenamiento en la nube: Entrena modelos con tus datasets anotados
- URI del dataset: Utiliza URI
ul://para entrenar desde cualquier lugar
Preguntas frecuentes#
Ultralytics Platform admite:
Imágenes: JPEG, PNG, WebP, BMP, TIFF, HEIC, AVIF, JP2, DNG, MPO (máx. 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 incluyen
.tar.gzy.tgz(máximo 10 GB en Free, 20 GB en Pro, 50 GB en Enterprise) que contienen imágenes con etiquetas opcionales en formato YOLO o etiquetas COCO JSON, o máscaras PNG semánticas, además de exportaciones en NDJSONCualquiera de estos formatos de archivo comprimido 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 Free 100 GB Pro 500 GB Enterprise Ilimitado Límites de archivos individuales: imágenes, 50 MB; vídeos, 1 GB; datasets, 10 GB en Free / 20 GB en Pro / 50 GB en Enterprise
¡Sí! Utiliza el formato de URI del dataset 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 formato NDJSON para transferir sus metadatos, divisiones, anotaciones y URL de imágenes firmadas.