Conjuntos de datos

Ultralytics Platform los conjuntos de datos ofrecen una solución optimizada para gestionar sus datos de entrenamiento. Una vez cargados, los conjuntos de datos pueden utilizarse inmediatamente para el entrenamiento de modelos, con procesamiento automático y generación de estadísticas.

Subir conjunto de datos

La Plataforma Ultralytics acepta múltiples formatos de carga para mayor flexibilidad.

Formatos compatibles

Preparación de su Conjunto de Datos

La plataforma admite dos formatos de anotación más cargas sin procesar: Ultralytics YOLO, COCO, y sin procesar (imágenes 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

my-coco-dataset/
├── train/
│   ├── _annotations.coco.json
│   ├── img001.jpg
│   └── img002.jpg
└── val/
    ├── _annotations.coco.json
    ├── img003.jpg
    └── img004.jpg

{
    "images": [{ "id": 1, "file_name": "img001.jpg", "width": 640, "height": 480 }],
    "annotations": [{ "id": 1, "image_id": 1, "category_id": 0, "bbox": [100, 50, 200, 300] }],
    "categories": [{ "id": 0, "name": "person" }]
}

Para obtener detalles sobre el formato específico de cada tarea, consulte las tareas compatibles y la Descripción general de conjuntos de datos.

Proceso de Carga

1. Navegar a Datasets en la barra lateral
2. Haz clic New Dataset o arrastre archivos a la zona de carga
3. Seleccione el tipo de tarea (véase tareas compatibles)
4. Añada un nombre y una descripción opcional
5. Establecer visibilidad (pública o privada) y licencia opcional (ver licencias disponibles)
6. Haz clic Create

Después de la carga, la plataforma procesa sus datos a través de una pipeline de múltiples etapas:

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: Imágenes grandes redimensionadas (máx. 4096px, dimensión mínima 28px)
3. Miniaturas: previsualizaciones WebP de 256px generadas
4. Análisis de Etiquetas: Etiquetas en formato YOLO y COCO extraídas
5. Estadísticas: Distribuciones de clases y dimensiones de imagen calculadas

from ultralytics.hub import check_dataset

check_dataset("path/to/dataset.zip", task="detect")

Explorar Imágenes

Visualice las imágenes de su conjunto de datos en múltiples diseños:

Ordenación y Filtrado

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

Visor de Pantalla Completa

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

• Navegación: Teclas de flecha o vistas previas en miniatura para navegar
• Metadatos: Nombre de archivo, dimensiones, distintivo de división, recuento de anotaciones
• Anotaciones: Alternar la visibilidad de la superposición de anotaciones.
• Desglose de Clases: Recuentos de etiquetas por clase con indicadores de color
• Editar: Ingrese al modo de anotación para agregar o modificar etiquetas
• Descargar: Descargar el archivo de imagen original
• Eliminar: Eliminar la imagen del conjunto de datos
• Zoom: Cmd/Ctrl+Scroll para acercar/alejar
• Vista de píxeles: Alternar la renderización pixelada para una inspección detallada

Filtrar por División

Filtre imágenes por su división de conjunto de datos:

Pestañas del Conjunto de Datos

Cada página de conjunto de datos tiene seis pestañas accesibles desde la barra de pestañas:

Pestaña de Imágenes

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

Pestaña Clases

Gestionar clases de anotación para su conjunto de datos:

• 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 con capacidad de búsqueda que incluye el nombre de la clase, el recuento de etiquetas y el recuento de imágenes
• Editar nombres de clase: Haga clic en cualquier nombre de clase para renombrarlo en línea
• Editar colores de clase: Haga clic en una muestra de color para cambiar el color de la clase
• Añadir nueva clase: Utilice el campo de entrada inferior para añadir clases

Pestaña de gráficos

Estadísticas automáticas calculadas a partir de su conjunto de datos:

Pestaña de modelos

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

Pestaña de Errores

Las imágenes que fallaron en el procesamiento se listan aquí con:

• Banner de error: Recuento total de imágenes fallidas y orientación
• Tabla de errores: Nombre de archivo, descripción de error comprensible, sugerencias de solución y miniatura de vista previa
• Los errores comunes incluyen archivos corruptos, formatos no compatibles, imágenes demasiado pequeñas (mín. 28px) y modos de color no compatibles

Pestaña de Versiones

Cree instantáneas NDJSON inmutables de su conjunto de datos 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 su creación.

Para crear una versión:

1. Abrir la pestaña Versiones
2. Opcionalmente, introduzca una descripción (p. ej., "Se añadieron 500 imágenes de entrenamiento" o "Se corrigieron clases mal etiquetadas")
3. Haz clic en + Nueva versión
4. La instantánea NDJSON se genera y descarga automáticamente

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

Exportar Conjunto de Datos

Exporte su conjunto de datos en formato NDJSON para uso sin conexión:

1. Haga clic en el icono de descarga en el encabezado del conjunto de datos.
2. El archivo NDJSON se descarga automáticamente

El formato NDJSON almacena un objeto JSON por línea. La primera línea contiene metadatos del conjunto de datos, 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"}

Consulte la documentación del formato NDJSON de Ultralytics para conocer la especificación completa.

Operaciones de Imagen

Acciones rápidas

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

Movimiento Masivo a División

Reasignar imágenes seleccionadas a una división diferente dentro del mismo conjunto de datos:

1. Cambiar a vista Tabla
2. Seleccione imágenes usando casillas de verificación
3. Haga clic derecho para abrir el menú contextual
4. Elegir Move to split > Entrenar, Validación, o Prueba

También puede arrastrar y soltar imágenes en las pestañas de filtro de división en la vista de cuadrícula.

Eliminación Masiva

Eliminar varias imágenes a la vez:

1. Seleccione imágenes en la vista de tabla
2. Haga clic derecho y elija Delete
3. Confirma la eliminación

URI del Conjunto de Datos

Referencie los conjuntos de datos de la plataforma utilizando el ul:// Formato URI (ver Uso de Conjuntos de Datos de la Plataforma):

ul://username/datasets/dataset-slug

Utilice 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

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
model.train(data="ul://username/datasets/my-dataset", epochs=100)

Licencias Disponibles

La plataforma admite las siguientes licencias para 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 New Dataset diálogo utilizando un interruptor de palanca. Los conjuntos de datos públicos son visibles en la Explorar página.

Editar Dataset

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

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

Clonar Conjunto de Datos

Al ver un conjunto de datos público que no posee, haga clic Clone Dataset para crear una copia en su espacio de trabajo. El clon incluye todas las imágenes, anotaciones y definiciones de clases. Si el conjunto de datos original tiene una licencia copyleft, el clon la hereda y el selector de licencia se bloquea.

Destacar y Compartir

• Destacar: Haga 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, haga 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 Delete
3. Confirmar en el diálogo: "Esto moverá [nombre] a la papelera. Puede restaurarlo en un plazo de 30 días."

Entrenar con el Conjunto de Datos

Inicia el entrenamiento directamente desde tu conjunto de datos:

1. Haz clic 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 Entrenamiento en la Nube para más detalles.

Preguntas frecuentes

¿Qué sucede con mis datos después de la carga?

Sus datos se procesan y almacenan en la región seleccionada (EE. UU., UE o AP). Las imágenes son:

1. Validado en cuanto a formato y tamaño
2. Rechazado si la dimensión mínima es inferior a 28px
3. Normalizado si es mayor de 4096px (preservando la relación de aspecto; codificado para almacenamiento optimizado)
4. Almacenado utilizando Almacenamiento Direccionable por Contenido (CAS) con hashing XXH3-128
5. Miniaturas generadas en WebP de 256px para una navegación rápida

¿Cómo funciona el almacenamiento?

La Plataforma Ultralytics utiliza Almacenamiento Direccionable por Contenido (CAS) para un almacenamiento eficiente:

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

¿Puedo añadir imágenes a un conjunto de datos existente?

Sí, arrastre y suelte archivos en la página del conjunto de datos o use el botón de carga para añadir imágenes adicionales. Las nuevas estadísticas se calcularán automáticamente.

¿Cómo muevo imágenes entre divisiones?

Utilice la función de movimiento masivo a división:

1. Seleccione imágenes en la vista de tabla
2. Haga clic derecho y elija Move to split
3. Seleccione la partición objetivo (Entrenamiento, Validación o Prueba)

¿Qué formatos de etiquetas son compatibles?

La Plataforma Ultralytics admite dos formatos de anotación para la carga:

📅 Creado hace 2 meses ✏️ Actualizado hace 2 días

Comentarios