Datasets

Los datasets de Ultralytics Platform ofrecen una solución optimizada para gestionar tus datos de entrenamiento. Tras la carga, la plataforma procesa automáticamente las imágenes, las etiquetas y las estadísticas. Un dataset está listo para entrenar una vez que el procesamiento ha finalizado y cuenta con al menos una imagen en la partición train, al menos una imagen en la partición val o test, al menos una imagen etiquetada y un total de al menos dos imágenes.

Subir dataset

Ultralytics Platform acepta múltiples formatos de carga para ofrecerte flexibilidad.

Formatos compatibles

Preparación de tu dataset

La plataforma admite Ultralytics YOLO, COCO, Ultralytics NDJSON y cargas sin procesar (sin anotar):

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

Para obtener detalles de formato específicos de la tarea, consulta tareas admitidas y la Descripción general de datasets.

Proceso de carga

1. Navega a Datasets en la barra lateral
2. Haz clic en New Dataset (Nuevo dataset) o arrastra archivos a la zona de carga
3. Selecciona el tipo de tarea (consulta tareas admitidas)
4. Añade un nombre y una descripción opcional
5. Establece la visibilidad (pública o privada) y una licencia opcional (consulta licencias disponibles)
6. Haz clic en Create (Crear)

Tras la carga, la plataforma procesa tus datos a través de una pipeline multietapa:

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. Validación: comprobaciones de formato y tamaño
2. Normalización: redimensionamiento de imágenes grandes (máx. 4096 px, dimensión mínima 28 px)
3. Miniaturas: generación de vistas previas WebP de 256 px
4. Análisis de etiquetas: extracción de etiquetas en formato YOLO y COCO
5. Estadísticas: cálculo de 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

Visualiza las imágenes de tu dataset en varios diseños.

Abre el panel Clustering desde la barra de herramientas de la galería para explorar tu dataset como un gráfico de dispersión 2D interactivo.

Clasificación y filtrado

Las imágenes se pueden clasificar y filtrar para una navegación eficiente:

Visor en pantalla completa

Haz clic en cualquier imagen para abrir el visor en pantalla completa con:

• Navegación: Teclas de flecha o vistas previas en miniatura para explorar
• Metadatos: Nombre de archivo, dimensiones, insignia de división, recuento de anotaciones
• Anotaciones: Alternar la visibilidad de la capa de anotaciones
• Desglose por clases: Recuentos de etiquetas por clase con indicadores de color
• Editar: Entra en el modo de anotación para añadir o modificar etiquetas
• Descargar: Descarga el archivo de imagen original
• Eliminar: Elimina la imagen del dataset
• Zoom: Cmd/Ctrl+Scroll, Cmd/Ctrl++ o Cmd/Ctrl+= para acercar, y Cmd/Ctrl+- para alejar
• Restablecer vista: Cmd/Ctrl + 0 o el botón de restablecer para ajustar la imagen al visor
• Desplazamiento (Pan): Mantén presionada la tecla Space (Espacio) y arrastra para mover el lienzo cuando hayas hecho zoom
• Vista de píxeles: Alterna la renderización pixelada para una inspección detallada

Filtrar por división

Filtrar imágenes según su división del dataset:

Agrupamiento (Clustering)

El panel Clustering proyecta tu dataset en un gráfico de dispersión 2D interactivo donde las imágenes visualmente similares aparecen juntas. Úsalo para revelar grupos, detectar duplicados y valores atípicos, e inspeccionar cómo se distribuyen las divisiones o las clases en tus datos, todo sin salir de la galería. Ábrelo desde el icono del gráfico de dispersión en la barra de herramientas de la galería en cualquier página de dataset.

Ejecución del análisis

Iniciar un análisis:

1. Abre un dataset y haz clic en el icono del gráfico de dispersión en la barra de herramientas de la galería
2. Haz clic en Analyze Dataset
3. Espera a que finalice la barra de progreso; los resultados aparecerán en el mismo panel

El análisis se ejecuta en segundo plano y puede tardar unos minutos dependiendo del tamaño de tu dataset. Puedes cerrar el panel o salir de la página y volver más tarde.

Visualización

Una vez completado el análisis, el panel muestra un gráfico de dispersión 2D de todas las imágenes analizadas. Los filtros de la galería (división, clase, etiquetado/sin etiquetar) atenúan los puntos que quedan fuera del filtro para que puedas centrarte en el subconjunto que te interesa.

Colorear por

Cambia la forma en que se sombrean los puntos de datos con el menú desplegable Color by en la barra de herramientas del panel. Cambia los modos de visualización en cualquier momento: el gráfico vuelve a colorearse al instante para que puedas ver cómo se distribuyen las divisiones, las clases o las propiedades de las imágenes en tus grupos:

Selección con lazo

Dibuja una selección de forma libre alrededor de una región para resaltar puntos en el gráfico. La galería filtra las imágenes coincidentes para que puedas inspeccionarlas, volver a etiquetarlas, moverlas o eliminarlas usando las operaciones de imagen habituales.

Desplazamiento y Zoom

Navega por grandes dispersiones directamente desde tu ratón y teclado:

Reanálisis

Si tu dataset cambia después del análisis, aparece un botón Re-analyze en la parte superior del panel para propietarios y editores.

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

Pestañas del conjunto de datos

Cada página de dataset puede mostrar hasta seis pestañas, dependiendo del estado del dataset y tus permisos:

Pestaña Imágenes

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

Pestaña Clases

Esta pestaña aparece cuando el dataset contiene imágenes.

Gestiona las clases de anotación para tu dataset:

• Histograma de clases: Gráfico de barras que muestra el recuento de anotaciones por clase con alternancia de escala lineal/logarítmica
• Tabla de clases: Tabla ordenable y buscable con nombre de clase, recuento de etiquetas y recuento de imágenes
• Editar nombres de clases: Haz clic en cualquier nombre de clase para renombrarlo en línea
• Editar colores de clases: Haz clic en una muestra de color para cambiar el color de la clase
• Añadir nueva clase: Usa la entrada en la parte inferior para añadir clases

Pestaña de gráficos

Esta pestaña aparece cuando el dataset contiene imágenes.

Estadísticas automáticas calculadas a partir de tu dataset:

Pestaña de modelos

Visualiza todos los modelos entrenados con este dataset en una tabla con función de búsqueda:

Pestaña de errores

Esta pestaña aparece solo cuando uno o varios archivos fallan en el procesamiento.

Las imágenes que fallaron al procesarse se enumeran aquí con:

• Banner de error: recuento total de imágenes fallidas y guía
• Tabla de errores: nombre del archivo, descripción del error fácil de entender, sugerencias de solución y miniatura de vista previa
• Los errores comunes incluyen archivos dañados, formatos no compatibles, imágenes demasiado pequeñas (mín. 28px) y modos de color no compatibles

Pestaña de versiones

Crea instantáneas NDJSON inmutables de tu dataset para un entrenamiento reproducible. Cada versión captura el recuento de imágenes, el recuento de clases, el recuento de anotaciones y el tamaño del archivo en el momento de la creación.

Para crear una versión:

1. Abre la pestaña Versiones
2. Opcionalmente, introduce una descripción (p. ej., "Añadidas 500 imágenes de entrenamiento" o "Corregidas clases mal etiquetadas")
3. Haz clic en + Nueva versión
4. La nueva versión aparece en la tabla
5. Descarga la versión por separado desde la tabla cuando lo necesites

Cada versión se numera secuencialmente (v1, v2, v3...) y se almacena de forma permanente. Puedes descargar cualquier versión anterior en cualquier momento desde la tabla de versiones.

Exportar dataset

Exporta tu dataset para uso sin conexión con una descarga NDJSON desde el encabezado del dataset o la pestaña Versiones.

Para exportar:

1. Haz clic en el botón Exportar en el encabezado del dataset
2. Descarga la instantánea NDJSON actual directamente
3. Usa la pestaña Versiones cuando quieras una instantánea numerada inmutable que puedas volver a descargar más tarde

El formato NDJSON almacena un objeto JSON por línea. La primera línea contiene los metadatos del dataset, seguida de una línea por imagen:

{"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"}

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

Operaciones de imagen

Acciones rápidas

Haz clic derecho en cualquier imagen en la vista Cuadrícula o Compacta para acceder a acciones rápidas:

Mover a partición de forma masiva

Reasigna las imágenes seleccionadas a una partición diferente dentro del mismo conjunto de datos:

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

También puedes arrastrar y soltar imágenes sobre las pestañas de filtro de particiones en la vista de cuadrícula.

Redistribución de particiones

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

1. Haz clic en la barra de particiones en la barra de herramientas del conjunto de datos para abrir el diálogo Redistribute Splits
2. Ajusta los porcentajes de las particiones usando 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 tus porcentajes

El diálogo proporciona tres formas de establecer las proporciones de partición objetivo:

Una vista previa en tiempo real muestra exactamente cuántas imágenes irán a cada partición antes de aplicar los cambios.

Eliminación masiva

Elimina varias imágenes a la vez:

1. Selecciona las imágenes en la vista de tabla
2. Haz clic derecho y elige Delete
3. Confirma la eliminación

URI del conjunto de datos

Haz referencia a los conjuntos de datos de la Platform usando el formato de URI ul:// (consulta Using Platform Datasets):

Usa esta 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 Platform 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 diálogo New Dataset mediante un interruptor. Los conjuntos de datos públicos son visibles en la página Explore.

Editar conjunto de datos

Los metadatos del conjunto de datos se editan en línea directamente en la página del conjunto de datos; no se necesita ningún diálogo:

• Nombre: Haz clic en el nombre del conjunto de datos para editarlo. Los cambios se guardan automáticamente al perder el foco o presionar Enter.
• Descripción: Haz clic en la descripción (o en el marcador de posición "Add a description...") para editar. Los cambios se guardan automáticamente.
• Tipo de tarea: Haz clic en la insignia de tarea para seleccionar un tipo de tarea diferente.
• Licencia: Haz clic en el selector de licencias para cambiar la licencia del conjunto de datos.

Clonar conjunto de datos

Al ver un conjunto de datos público que no te pertenece, haz clic en Clone Dataset para crear una copia en tu espacio de trabajo. El clon incluye todas las imágenes, anotaciones y definiciones de clase. Si el conjunto de datos original tiene una licencia copyleft, el clon la hereda y el selector de licencias queda bloqueado.

Destacar y compartir

• Destacar: Haz clic en el botón de estrella para marcar un conjunto de datos. El recuento de estrellas es visible para todos los usuarios.
• Compartir: Para conjuntos de datos públicos, haz clic en el botón de compartir para copiar un enlace o compartir en plataformas sociales.

Eliminar conjunto de datos

Elimina un conjunto de datos que ya no necesites:

1. Abre el menú de acciones del conjunto de datos
2. Haz clic en Delete
3. Confirma en el diálogo: "Esto moverá [name] a la papelera. Puedes restaurarlo dentro de 30 días."

Entrenar con un conjunto de datos

Inicia el entrenamiento 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

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

Consulta Cloud Training para obtener más detalles.

Preguntas frecuentes

¿Qué ocurre con mis datos después de subirlos?

Tus datos se procesan y almacenan en la región que hayas seleccionado (EE. UU., UE o AP). Las imágenes son:

1. Validadas por formato y tamaño
2. Rechazadas si la dimensión mínima es inferior a 28px
3. Normalizadas si son mayores de 4096px (preservando la relación de aspecto; codificadas para un almacenamiento optimizado)
4. Almacenadas utilizando Almacenamiento Direccionable por Contenido (CAS, por sus siglas en inglés) con hashing XXH3-128
5. Miniaturas generadas en WebP de 256px para una navegación rápida

¿Cómo funciona el almacenamiento?

La plataforma Ultralytics utiliza Content-Addressable Storage (CAS) para un almacenamiento eficiente:

• Deduplicación: Las imágenes idénticas subidas por distintos usuarios se almacenan una sola vez
• Integridad: El hashing XXH3-128 garantiza la integridad de los datos
• Eficiencia: Reduce los costes de almacenamiento y acelera el procesamiento
• Regional: Los datos permanecen en la región que hayas seleccionado (EE. UU., UE o AP)

¿Puedo añadir imágenes a un conjunto de datos existente?

Sí, arrastra y suelta archivos en la página del conjunto de datos o utiliza el botón de subida para añadir más imágenes. Las nuevas estadísticas se calcularán automáticamente.

¿Cómo muevo imágenes entre divisiones?

Utiliza la función de movimiento masivo a una división:

1. Selecciona las imágenes en la vista de tabla
2. Haz clic derecho y elige Move to split
3. Selecciona la división de destino (Train, Validation o Test)

¿Qué formatos de etiquetas son compatibles?

La plataforma Ultralytics es compatible con etiquetas YOLO, COCO JSON, Ultralytics NDJSON y subidas de imágenes sin procesar:

¿Puedo anotar el mismo conjunto de datos para múltiples tipos de tareas?

Sí. Cada imagen almacena anotaciones para los 5 tipos de tareas (detectar, segmentar, pose, OBB, clasificar) conjuntamente. Puedes cambiar el tipo de tarea activa del conjunto de datos en cualquier momento sin perder las anotaciones existentes. Solo las anotaciones que coinciden con el tipo de tarea activo se muestran en el editor y se incluyen en las exportaciones y el entrenamiento; las anotaciones para otras tareas se conservan y reaparecen cuando vuelves a cambiar.