Conjuntos de datos#

Los conjuntos de datos de Ultralytics Platform ofrecen una solución optimizada para gestionar tus datos de entrenamiento. Tras subirlos, la plataforma procesa automáticamente las imágenes, las etiquetas y las estadísticas.

Un conjunto de datos está listo para entrenar cuando termina el procesamiento, contiene al menos una imagen en la división train, al menos una imagen en la división val o test y al menos una imagen etiquetada. El encabezado del conjunto de datos muestra la insignia Ready cuando se cumplen las tres condiciones, y la insignia Not Ready en caso contrario. Haz clic en la insignia para ver exactamente qué condición falta.

Recopila imágenes con agentes#

Usa Agentes para añadir imágenes a un conjunto de datos cuando la detección de un modelo cumpla una condición, como que la confianza esté dentro de un intervalo elegido. Conecta la condición a un bloque Conjunto de datos y selecciona un destino que puedas editar. Las imágenes llegan sin etiquetar a la división train; se omiten las copias existentes. Revísalas y etiquétalas con el editor de anotaciones existente.

Subir conjunto de datos#

Ultralytics Platform admite varios formatos de subida para ofrecerte flexibilidad.

Formatos compatibles#

Compatibilidad con códecs de vídeo#

La extensión del archivo no basta: un vídeo puede fallar si no se puede decodificar su códec durante el procesamiento.

ffmpeg -i input.mov \
  -c:v libx264 -pix_fmt yuv420p \
  -c:a aac -movflags +faststart \
  output.mp4

Preparar el conjunto de datos#

Platform admite Ultralytics YOLO, COCO, JSON de LabelMe, máscaras PNG semánticas, conjuntos de datos de profundidad, NDJSON de Ultralytics y Labelbox, así como subidas sin procesar (sin anotaciones):

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

Si las etiquetas hacen referencia a ID de clase, pero no se proporcionan nombres de clase, Platform reasigna los ID a una secuencia densa indexada desde 0 y asigna a cada clase el ID de origen como nombre (class0, class3, …); después puedes cambiarles el nombre en la pestaña Clases.

Para consultar los detalles de los formatos específicos de cada tarea, consulta las tareas compatibles y la Descripción general de los conjuntos de datos.

Proceso de subida#

Para crear un conjunto de datos:

1. Ve a Annotate en la barra lateral
2. Haz clic en New Dataset
3. Elige una pestaña de origen de datos (consulta más abajo Orígenes de datos)
4. Añade un nombre —el slug de la URL se genera automáticamente y se puede editar— y, si quieres, una descripción
5. Selecciona el tipo de tarea (consulta las tareas compatibles), una licencia opcional (consulta las licencias disponibles) y la visibilidad (pública o privada). Un conjunto de datos público nuevo tiene seleccionada CC BY 4.0; elige otra licencia o Ninguna para cambiarla
6. Haz clic en Create & Upload para subir archivos locales, en Create & Import para usar una URL o un origen conectado, o en Create Dataset para empezar desde cero

Para añadir archivos a un conjunto de datos existente, abre su página y arrastra los archivos a la galería o haz clic en el icono de subida de la cabecera de la página. El icono de subida abre directamente el selector de archivos nativo del navegador, porque la tarea del conjunto de datos ya está definida.

Fuentes de datos#

El diálogo New Dataset ofrece cuatro orígenes:

Los conjuntos de datos de profundidad solo se pueden crear desde Subir o URL; las pestañas Cloud y On Premise están desactivadas para la tarea de profundidad.

Antes de iniciar la subida#

Platform valida tus archivos en el navegador antes de subir nada, así que los problemas más habituales aparecen de inmediato y no después de una transferencia larga. Se comprueba que los archivos comprimidos no estén dañados, vacíos ni protegidos con contraseña, y que el YAML no tenga errores de sintaxis; también se indican por nombre los archivos que superan el tamaño permitido.

A continuación, pueden aparecer dos diálogos:

Tras la subida, la plataforma procesa tus datos automáticamente:

1. Validación: comprobaciones de formato y tamaño
2. Normalización: se cambia el tamaño de las imágenes grandes (máximo de 4096 px y dimensión mínima de 28 px), se convierten las imágenes en escala de grises a RGB, se aplana la transparencia sobre un fondo blanco y se aplica la orientación EXIF; los originales TIFF se almacenan tal como se han subido
3. Miniaturas: se generan vistas previas WebP de 256 px
4. Análisis de etiquetas: se extraen las etiquetas de YOLO, COCO, LabelMe y NDJSON de Ultralytics o Labelbox
5. Estadísticas: se calculan las distribuciones de clases y las dimensiones de las imágenes

from ultralytics.data.utils import check_det_dataset

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

Explorar imágenes#

Consulta las imágenes de tu conjunto de datos con varios diseños.

Abre el panel Agrupación desde la barra de herramientas de la galería para explorar tu conjunto de datos en un gráfico de dispersión 2D interactivo.

Ordenar y filtrar#

Puedes ordenar y filtrar las imágenes para explorarlas con mayor eficacia:

Visor a pantalla completa#

Haz clic en cualquier imagen para abrir el visor a pantalla completa, que incluye:

• Navegación: usa las teclas de flecha o las vistas previas en miniatura para explorar
• Información de la imagen: consulta las propiedades generadas por Platform, los metadatos personalizados y los metadatos incrustados en el archivo, como EXIF
• Metadatos personalizados: Los propietarios y editores pueden añadir o sustituir un objeto JSON, incluidos valores anidados, de hasta 500.000 caracteres serializados y con claves de nivel superior de hasta 128 caracteres
• Anotaciones: Activa o desactiva la visibilidad de la superposición de anotaciones
• Desglose por clases: Recuento de etiquetas por clase con indicadores de color
• Anotar: Si tienes acceso de edición, los controles de anotación se activan inmediatamente al abrir el visor a pantalla completa en el escritorio
• Desenfocar caras: Haz clic con el botón derecho en una anotación para previsualizar y aplicar el desenfoque de caras a la imagen, si está disponible
• Descargar: Descarga el archivo de imagen original
• Eliminar: Elimina la imagen del conjunto de datos
• Zoom: Usa Cmd/Ctrl+Scroll, Cmd/Ctrl++ o Cmd/Ctrl+= para acercar y Cmd/Ctrl+- para alejar
• Restablecer vista: Usa Cmd/Ctrl + 0 o el botón de restablecimiento para ajustar la imagen al visor
• Desplazar: Mantén pulsado Space y arrastra, o arrastra con el botón central del ratón, para desplazar el lienzo con cualquier nivel de zoom
• Vista de píxeles: Activa o desactiva el renderizado pixelado para inspeccionar la imagen de cerca
• Cortina de profundidad: En los conjuntos de datos de profundidad, un separador arrastrable alterna entre la imagen RGB y su mapa de profundidad coloreado

Filtrar por división#

Filtra las imágenes por la división del conjunto de datos:

Agrupación en clústeres#

El panel Clustering proyecta tu conjunto de datos en un diagrama de dispersión 2D interactivo, donde las imágenes visualmente similares aparecen cerca unas de otras. Úsalo para encontrar grupos, detectar duplicados y valores atípicos, e inspeccionar cómo se distribuyen las divisiones o las clases en tus datos, sin salir de la galería. Ábrelo desde el icono del diagrama de dispersión de la barra de herramientas de la galería en cualquier página de conjunto de datos. El panel solo está disponible en el escritorio, y los usuarios sin acceso de edición verán el icono una vez que se haya analizado el conjunto de datos.

Ejecutar análisis#

Inicia un análisis:

1. Abre un conjunto de datos y haz clic en el icono del diagrama de dispersión de la barra de herramientas de la galería
2. Haz clic en Analyze Dataset
3. Espera a que termine la barra de progreso: los resultados aparecerán en el mismo panel

El análisis se ejecuta en segundo plano en dos etapas, Computing embeddings y Clustering, y puede tardar unos minutos, según el tamaño del conjunto de datos. Puedes cerrar el panel o salir de la página y volver más tarde.

Visualización#

Cuando termina el análisis, el panel muestra un diagrama de dispersión 2D de todas las imágenes analizadas, con una leyenda y un contador de puntos. Los filtros de la galería (división, clase, etiquetadas/sin etiquetar) atenúan los puntos que quedan fuera del filtro para que puedas centrarte en el subconjunto que te interesa; el contador muestra entonces visible / total points.

Colorear por#

Cambia cómo se colorean los puntos de datos con el menú desplegable Color by de la barra de herramientas del panel. Cambia de modo de visualización cuando quieras: el diagrama cambia de color al instante para que puedas ver cómo se distribuyen las divisiones, las clases o las propiedades de las imágenes en los grupos:

Selección con lazo y clic#

Dibuja una selección de forma libre alrededor de una región para resaltar puntos del diagrama, o haz clic en un punto para seleccionar todos los puntos dibujados del mismo color (solo ese punto si el color corresponde a la anchura, la altura, el tamaño o las anotaciones); haz clic en una zona vacía del diagrama para borrar la selección. La galería se filtra para mostrar las imágenes coincidentes, de modo que puedas inspeccionarlas, volver a etiquetarlas, moverlas o eliminarlas con las operaciones habituales con imágenes.

Desplazamiento y zoom#

Navega por los diagramas de dispersión grandes directamente con el ratón y el teclado, o con los botones de zoom de la esquina inferior izquierda del diagrama:

Volver a analizar#

Si el conjunto de datos cambia después del análisis (por ejemplo, si llegan imágenes nuevas o el recuento analizado deja de coincidir con el conjunto de datos), o si el análisis es anterior a la opción de color Grupos, aparece un botón Re-analyze en la parte superior del panel para los propietarios y editores.

Haz clic en Re-analyze para volver a calcular desde cero las incrustaciones y la proyección 2D.

Buscar imágenes similares#

Las mismas incrustaciones permiten buscar imágenes similares en conjuntos de datos públicos, propios y de equipo. En un conjunto de datos que puedas editar, haz clic con el botón derecho en una imagen de las vistas Cuadrícula o Compacta (o en una única fila seleccionada de la vista Tabla) y elige Buscar imágenes similares. El cuadro de diálogo muestra la imagen de origen junto a un máximo de 24 de las imágenes más cercanas, cada una con su puntuación de similitud, y excluye las imágenes que ya están en tu conjunto de datos y las copias de la imagen seleccionada en otros conjuntos de datos. Haz clic en una imagen para previsualizarla a tamaño completo y ver su conjunto de datos de origen, licencia y puntuación de similitud. Selecciona imágenes con sus casillas (o selecciónalas todas) y, a continuación, haz clic en Añadir N al conjunto de datos: se añadirán a la división train como imágenes sin etiquetar, se contabilizarán en tu almacenamiento y estarán listas para anotarlas.

Las imágenes sin incrustación (en un conjunto de datos que aún no se ha analizado o añadidas desde el último análisis) se convierten en incrustaciones al abrir el cuadro de diálogo, por lo que no tienes que ejecutar antes un análisis de agrupamiento. El cuadro de diálogo no está disponible en los conjuntos de datos conectados. Los diagnósticos de validación por imagen de un modelo ejecutan la misma búsqueda a partir de las imágenes con peor rendimiento.

Pestañas de los conjuntos de datos#

Cada página de conjunto de datos puede mostrar hasta seis pestañas, según el estado del conjunto de datos y tus permisos:

Pestaña Imágenes#

La vista predeterminada, que muestra la galería de imágenes con las superposiciones de anotaciones. Admite los modos de vista de cuadrícula, compacta y tabla. Arrastra y suelta archivos aquí para añadir más imágenes.

Pestaña Clases#

Esta pestaña aparece cuando el conjunto de datos tiene imágenes y su tarea incluye clases.

Gestiona las clases de anotación de tu conjunto de datos:

• Histograma de clases: Gráfico de barras que muestra el recuento de anotaciones por clase, ordenado por frecuencia, con un selector entre escala lineal y logarítmica
• Tabla de clases: Tabla ordenable y con búsqueda, que incluye el índice, el nombre, el recuento de anotaciones y el recuento de imágenes
• Editar nombres de clase: Haz clic en cualquier nombre de clase para cambiarlo directamente
• Editar colores de clase: Haz clic en una muestra de color para cambiar el color de la clase
• Añadir una clase nueva: Usa el campo de entrada de la parte inferior para añadir clases
• Combinar clases: Selecciona dos o más filas y haz clic en Merge into one
• Eliminar clases: Selecciona una o más filas y haz clic en Delete

Combinar clases#

La combinación consolida etiquetas duplicadas o solapadas; por ejemplo, agrupa car, automobile y vehicle en una sola clase:

1. Selecciona dos o más clases con las casillas de las filas
2. Haz clic en Merge into one en el encabezado de la tabla o haz clic con el botón derecho en la selección
3. Elige cuál de las clases seleccionadas será la clase de destino en la que se combinarán las demás
4. Confirma

Todas las anotaciones de las clases de origen se reasignan a la clase de destino y las clases de origen se eliminan. No se elimina ninguna anotación, por lo que el recuento total de anotaciones del conjunto de datos no cambia.

Eliminar clases#

1. Selecciona una o más clases con las casillas de las filas
2. Haz clic en Delete en el encabezado de la tabla o haz clic con el botón derecho en la selección
3. Confirma

Al eliminar una clase, se elimina la clase y todas sus anotaciones. En los conjuntos de datos de clasificación se eliminan las etiquetas, pero se conservan las imágenes, que quedan sin anotar.

Pestaña Gráficos#

Esta pestaña aparece cuando el conjunto de datos contiene imágenes.

Estadísticas automáticas calculadas a partir de tu conjunto de datos:

Los gráficos aparecen en este orden y se omiten cuando el conjunto de datos no contiene datos para ellos: un conjunto de datos de imágenes sin procesar no muestra gráficos de anotaciones, y Points per Instance solo aparece para datos de segmentación y pose:

Pestaña Modelos#

Consulta todos los modelos entrenados con este conjunto de datos en una tabla con búsqueda:

Pestaña Errores#

Esta pestaña solo aparece cuando uno o varios archivos no se pueden procesar.

Aquí se muestran las imágenes que no se han podido procesar, junto con:

• Aviso de error: número total de imágenes fallidas e indicaciones
• Tabla de errores: nombre del archivo, descripción del error en lenguaje claro, sugerencias para solucionarlo y miniatura de vista previa
• Entre los errores más comunes se incluyen archivos dañados, formatos no compatibles, imágenes demasiado pequeñas (mín. 28 px) y modos de color no compatibles

Pestaña Versiones#

Crea instantáneas NDJSON inmutables de tu conjunto de datos para reproducir el entrenamiento. Cada versión registra el número de imágenes, clases y anotaciones, así como el espacio de almacenamiento que añadió en el momento de su creación.

Para crear una versión:

1. Abre la pestaña Versiones
2. Si quieres, introduce una descripción (p. ej., «Se han añadido 500 imágenes de entrenamiento» o «Se han corregido clases mal etiquetadas»)
3. Haz clic en Nueva versión
4. La nueva versión aparece en la tabla. Si el conjunto de datos coincide con una versión existente —por ejemplo, justo después de restaurarla—, se reutiliza esa versión y se le asigna la nueva descripción, si has introducido una.

Cada versión tiene un número secuencial (v1, v2, v3...) y es inmutable: no se puede editar ni eliminar; solo se puede cambiar su descripción. Usa las acciones de la fila para descargar o restaurar cualquier versión cuando quieras.

Comparar versiones#

Haz clic en el icono de comparación de cualquier versión posterior a la v1 para ver qué ha cambiado con respecto a una versión anterior. Comparar versiones empieza por la versión anterior; elige otra en el menú Desde. Las etiquetas agrupadas en Imágenes, Anotaciones, Clases y Ajustes cuentan las imágenes añadidas, eliminadas, modificadas y movidas a otra partición, así como las anotaciones añadidas y eliminadas; también indican las clases añadidas, eliminadas o renombradas y los ajustes del conjunto de datos que han cambiado. Cada imagen modificada aparece en una lista con su distintivo. Selecciona una imagen para verla Antes y Después, con las etiquetas que guardó cada versión. Si han cambiado los metadatos de la imagen, Cambios en los metadatos muestra cada clave añadida, eliminada o modificada, con su valor en ambas versiones. Si las imágenes, sus metadatos y las anotaciones son idénticos, el cuadro de diálogo indica Sin cambios o Sin cambios en las imágenes cuando solo difieren las definiciones de clase o los ajustes del conjunto de datos.

Exportar conjunto de datos#

Exporta tu conjunto de datos para usarlo sin conexión descargando un archivo NDJSON desde la cabecera del conjunto de datos o la pestaña Versions.

Para exportar:

1. Haz clic en el botón Download (icono de descarga) de la cabecera del conjunto de datos
2. Descarga directamente la instantánea NDJSON actual
3. Usa la pestaña Versions cuando quieras una instantánea numerada e inmutable que puedas volver a descargar más adelante

El formato NDJSON almacena un objeto JSON por línea. La primera línea contiene los metadatos del conjunto de datos y, a continuación, hay una línea por imagen:

{"type": "dataset", "task": "detect", "name": "my-dataset", "description": "...", "bytes": 12345678, "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", "metadata": {"location": {"site": "factory-1"}, "reviewed": true}, "annotations": {"boxes": [[0, 0.5, 0.5, 0.2, 0.3]]}}
{"type": "image", "file": "img002.jpg", "url": "https://...", "width": 1280, "height": 720, "split": "val"}

El objeto opcional metadata de nivel de imagen se conserva cuando se importa un archivo NDJSON en Platform. Puedes consultarlo o editarlo en el panel de información a pantalla completa de la imagen. Para cargar archivos de archivo mediante programación, la API de ingesta de datos de conjuntos de datos acepta el mapa de rutas imageMetadata equivalente.

Los conjuntos de datos de pose también incluyen un campo kpt_shape en la línea de cabecera del conjunto de datos, que se infiere de las anotaciones si aún no se ha definido.

Las exportaciones de profundidad declaran "task": "depth" y "depth_scale": 1000 en la línea del conjunto de datos. Cada línea de imagen incluye un depth.url para el PNG uint16 sin comprimir asociado. Ultralytics descarga las URL de las imágenes y de profundidad a la vez, y escribe un archivo YAML de entrenamiento con la misma escala, por lo que puedes pasar el archivo NDJSON directamente a model.train(data=...).

Consulta la documentación del formato NDJSON de Ultralytics para ver la especificación completa.

Operaciones con imágenes#

Acciones rápidas#

Haz clic con el botón derecho en una imagen en la vista Grid o Compact, o en una única fila seleccionada en la vista Table, para acceder a acciones rápidas. Las acciones disponibles dependen de tus permisos de edición y del origen del conjunto de datos:

Mover varias imágenes a una partición#

Asigna las imágenes seleccionadas a otra partición del mismo conjunto de datos:

1. Cambia a la vista Table
2. Selecciona las imágenes con las casillas
3. Haz clic con el botón derecho para abrir el menú contextual
4. Elige Move to split > Train, Validation o Test

También puedes arrastrar y soltar imágenes en las pestañas de filtro de particiones de la vista de cuadrícula. Si al mover una imagen se produjera un conflicto con otra imagen idéntica que ya esté en la partición de destino, Platform te preguntará si quieres omitirla, conservar ambas o sustituir la existente.

Redistribuir las particiones#

Redistribuye todas las imágenes entre las particiones de entrenamiento, validación y prueba usando proporciones personalizadas:

1. Haz clic en la barra de particiones de la barra de herramientas del conjunto de datos para abrir el cuadro de diálogo Redistribute Splits
2. Ajusta los porcentajes de las particiones con cualquiera de los métodos siguientes
3. Revisa la vista previa del recuento de imágenes en tiempo real para confirmar la distribución
4. Haz clic en Apply para reasignar aleatoriamente todas las imágenes según los porcentajes que hayas indicado

El cuadro de diálogo ofrece tres maneras de definir las proporciones de las particiones:

La vista previa en tiempo real muestra exactamente cuántas imágenes se asignarán a cada partición antes de aplicar los cambios.

Eliminar varias imágenes#

Elimina varias imágenes a la vez:

1. Selecciona imágenes en la vista de tabla
2. Haz clic con el botón derecho y elige Delete, o pulsa Cmd/Ctrl+Delete
3. Confirma la eliminación

Copiar y mover imágenes#

Copia o mueve imágenes de un conjunto de datos que puedas editar a otro, incluso si está en un espacio de trabajo distinto:

1. En el conjunto de datos de origen, haz clic con el botón derecho en una imagen de la vista Grid o Compact y elige Copy o Cut, o selecciona imágenes en la vista Table y pulsa Cmd/Ctrl+C o Cmd/Ctrl+X. Esc vacía el portapapeles.
2. Abre el conjunto de datos de destino, haz clic con el botón derecho en una imagen y elige Paste, o pulsa Cmd/Ctrl+V.

Las imágenes pegadas conservan sus etiquetas y particiones, y se omiten las imágenes que el conjunto de datos de destino ya tenga en la misma partición. Cut elimina las imágenes pegadas del conjunto de datos de origen; Copy no lo modifica. El origen y el destino deben tener la misma tarea y canales de imagen, ajustes de puntos clave de pose y escala de profundidad compatibles, incluso si las imágenes copiadas no tienen etiquetas. Un destino vacío puede heredar los ajustes de canales de imagen y de pose que no estén definidos. No se pueden pegar imágenes en un conjunto de datos conectado.

Las clases se asignan por nombre, sin distinguir mayúsculas de minúsculas salvo en nombres de uno o dos caracteres, y si el destino no tiene clases, adopta la lista de clases del origen. Cuando una imagen pegada usa una clase que no existe en el destino, el cuadro de diálogo Asignar clases te pide que asignes cada una de esas clases a una clase del conjunto de datos o a una clase nueva, o que desmarques su casilla Incluir para descartar las etiquetas de esa clase; las imágenes se pegan en cualquier caso.

Generar imágenes similares#

Crea nuevas imágenes de entrenamiento a partir de una que ya tengas. En un conjunto de datos que puedas editar, haz clic con el botón derecho en una imagen de la vista Grid o Compact (o en una única fila seleccionada en la vista Table) y elige Generate similar images. Platform describe escenas nuevas inspiradas en la imagen y genera una imagen para cada una, de modo que los resultados comparten los sujetos y el estilo de la imagen original sin copiarla.

Ultralytics Image 9B y Krea 2 Turbo también aparecen en la lista, pero solo puedes seleccionarlos después de activar Acceso anticipado. Krea 2 Turbo es la opción más lenta. Se mantienen las proporciones originales cuando se admite. Puede que las imágenes muy estrechas necesiten un borde más largo de mayor tamaño; las dimensiones de salida se redondean y se limitan a los tamaños admitidos por el generador.

Haz clic en Generate o pulsa ⌘/Ctrl+Enter en Instructions. Las imágenes aparecen a medida que se generan y quedan todas seleccionadas. Stop detiene un lote en curso y conserva las imágenes que ya se han generado. Para probar otras instrucciones o ajustes, cámbialos y haz clic en Generate more: cada lote nuevo aparece encima de los anteriores, que mantienen su selección. Haz clic en una imagen para verla a tamaño completo, desmarca la casilla de las imágenes que no quieras y haz clic en Add N to dataset. Las imágenes que conserves se suben como archivos JPEG con el nombre de la imagen de origen, sin etiquetas, cuentan para tu almacenamiento y están listas para la anotación. Se añaden a la partición del filtro activo: selecciona Train antes de generarlas para añadirlas a train. Si está seleccionado All, se aplica la asignación normal de particiones de las subidas, incluida la división automática de validación cuando sea necesaria. Cancel descarta las vistas previas sin añadirlas. Las imágenes generadas siguen el ajuste de desenfoque de caras al subir archivos del conjunto de datos. La acción no está disponible en conjuntos de datos conectados.

Desenfocar caras#

En un conjunto de datos que puedas editar, desenfoca las caras de sus imágenes, por ejemplo, para proteger la privacidad de las personas que aparecen en tus datos. La opción Desenfocar caras no está disponible para conjuntos de datos conectados ni para conjuntos de datos con más de tres canales de imagen.

• Una imagen: haz clic con el botón derecho en la imagen de la vista Grid o Compact (o en una única fila seleccionada en la vista Table), o haz clic con el botón derecho en una anotación del visor a pantalla completa, y elige Blur faces.
• Conjunto de datos completo: abre More actions (⋯) en la página del conjunto de datos y elige Blur faces.

El cuadro de diálogo muestra primero una vista previa de las caras detectadas en un máximo de seis imágenes (o en la única imagen) sin modificarlas. Ajusta Confidence (predeterminado: 0.25) y Box scale (0.5–1.5, predeterminado: 1, que escala el cuadro de cada cara alrededor de su centro) para volver a generar la vista previa; después, haz clic en Apply para sustituir los píxeles originales de todas las imágenes en las que se hayan encontrado caras. Las imágenes en las que no se detecten caras no cambian, las etiquetas y las particiones se conservan y es posible que no se detecten algunas caras, así que revisa el resultado. El desenfoque no crea automáticamente una instantánea de versión. Desenfocar un conjunto de datos completo cuesta 1,00 $ por cada 1.000 imágenes procesadas, con un mínimo de 0,01 $ por ejecución (se factura como Auto-Annotation); el cuadro de diálogo muestra el coste estimado antes de aplicar los cambios. Las vistas previas y el desenfoque de una sola imagen son gratuitos.

Para desenfocar las caras de las imágenes a medida que se suben, activa Blur faces al crear un conjunto de datos desde Upload o URL, o activa Blur future uploads en el cuadro de diálogo Blur faces para todo el conjunto de datos. El ajuste Blur future uploads se guarda inmediatamente, aunque cierres el cuadro de diálogo sin hacer clic en Apply. Las imágenes que se suban al conjunto de datos después se desenfocan durante el procesamiento, sin coste; cambiar este ajuste no desenfoca las imágenes que ya estén en el conjunto de datos.

URI del conjunto de datos#

Haz referencia a los conjuntos de datos de Platform mediante el formato URI ul:// (consulta Usar conjuntos de datos de Platform):

ul://username/datasets/dataset-slug

También puedes pegar directamente la URL web de un conjunto de datos o modelo (por ejemplo, https://platform.ultralytics.com/username/datasets/dataset-slug); se reescribe automáticamente como el URI ul://. Si pasas una lista de conjuntos de datos, se ajusta un modelo base en cada uno de ellos, en serie; por ejemplo, model.train(data=["ul://username/datasets/a", "ul://username/datasets/b"]).

Usa este URI para entrenar modelos desde cualquier lugar:

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

Licencias disponibles#

La plataforma admite las siguientes licencias para los conjuntos de datos:

Configuración de visibilidad#

Controla quién puede ver tu conjunto de datos:

La visibilidad se establece al crear un conjunto de datos en el cuadro de diálogo New Dataset mediante un interruptor. Para cambiarla más adelante, haz clic en la insignia Público o Privado junto al nombre del conjunto de datos en la ruta de navegación de la página; al hacer público un conjunto de datos, se te pedirá confirmación. Los conjuntos de datos On Premise siempre son privados. Los conjuntos de datos públicos son visibles en la página Explorar.

Editar conjunto de datos#

Los metadatos del conjunto de datos se editan directamente en línea, en la página del conjunto de datos; no hace falta ningún cuadro de diálogo:

• Nombre: Haz clic en el nombre del conjunto de datos para editarlo. Los cambios se guardan automáticamente al perder el foco o al pulsar Enter. El nombre puede tener un máximo de 100 caracteres.
• Descripción: Haz clic en la descripción (o en el marcador de posición «Añade una descripción...») para editarla. Los cambios se guardan automáticamente. Las descripciones pueden tener un máximo de 1000 caracteres.
• Tipo de tarea: Haz clic en la insignia de la tarea para seleccionar otro tipo de tarea.
• Licencia: Haz clic en el selector de licencias para cambiar la licencia del conjunto de datos.
• Icono: Haz clic en el icono del conjunto de datos para subir una imagen propia, convertir una de las imágenes del conjunto de datos en el icono o elegir una letra y un color.

Metadatos personalizados#

Abre Más acciones y selecciona Información para consultar dos secciones:

• Metadatos de Ultralytics: Detalles de solo lectura de la plataforma, como el ID del conjunto de datos, el propietario, la tarea, el número de imágenes y anotaciones, la región de almacenamiento y las marcas de tiempo
• Metadatos personalizados: Tu propio objeto JSON para registrar la procedencia, las condiciones de captura, los ID de cliente, la gobernanza u otros datos contextuales

Los usuarios con permiso de visualización del espacio de trabajo pueden consultar los metadatos, mientras que los miembros con permiso de edición pueden sustituir el objeto de metadatos personalizados. El objeto de metadatos serializado puede tener un máximo de 500 000 caracteres, y cada clave de nivel superior puede tener un máximo de 128 caracteres. Guarda un objeto vacío ({}) para borrar los metadatos personalizados.

Clonar conjunto de datos#

Al ver un conjunto de datos público que no te pertenece, haz clic en Clone Dataset para abrir el cuadro de diálogo de clonación. Revisa el espacio de trabajo de destino, el nombre, la visibilidad y la licencia; después, confirma la clonación. La copia incluye todas las imágenes, las anotaciones y las definiciones de clases. Los conjuntos de datos públicos de origen siguen siendo públicos de forma predeterminada en los espacios de trabajo cuya visibilidad predeterminada es pública; los clones en espacios de trabajo Enterprise son privados de forma predeterminada. Si el conjunto de datos original tiene una licencia copyleft, el clon la hereda y el selector de licencias queda bloqueado.

El cuadro de diálogo de clonación mantiene desactivado Clonar conjunto de datos mientras la URL ya se esté usando en el espacio de trabajo de destino; además, para clonar se necesita suficiente cuota de almacenamiento disponible para guardar la copia.

Marcar con estrella y compartir#

• Marcar con estrella: Haz clic en el botón de estrella para guardar un conjunto de datos en favoritos. El número de estrellas es visible para todos los usuarios.
• Compartir: En los conjuntos de datos públicos, haz clic en el botón para compartir y copiar un enlace, obtener un fragmento de código para insertar o compartirlo en redes sociales.

Eliminar conjunto de datos#

Elimina un conjunto de datos que ya no necesites:

1. Abre Más acciones (el botón …) en el encabezado del conjunto de datos
2. Selecciona Eliminar conjunto de datos
3. Confirma en el cuadro de diálogo: «Esto moverá [name] a la papelera. Podrás restaurarlo durante los próximos 30 días».

El mismo menú contiene Información, que abre el cuadro de diálogo de metadatos descrito en Metadatos personalizados, y Actualizar, que vuelve a leer el conjunto de datos desde el servidor.

Entrenar con un conjunto de datos#

Empieza a entrenar directamente desde tu conjunto de datos:

1. Haz clic en New Model en la página del conjunto de datos
2. Selecciona un proyecto o crea uno nuevo
3. Configura los parámetros de entrenamiento
4. Inicia el entrenamiento

Consulta Entrenamiento en la nube para obtener más información.

Preguntas frecuentes#