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

Ultralytics acepta múltiples formatos de carga para mayor flexibilidad.

Formatos compatibles

Preparación de su Conjunto de Datos

La plataforma admite dos formatos de anotación, además de cargas sin procesar: Ultralytics YOLO, COCOy sin procesar (imágenes 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

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 los conjuntos de datos.

Proceso de Carga

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

Después de la carga, la plataforma procesa sus datos a través de un proceso de varias 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 (máximo 4096 píxeles, dimensión mínima 28 píxeles)
3. Miniaturas: vistas previas WebP de 256 píxeles generadas.
4. Análisis de etiquetas: YOLO y etiquetas 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:

Clasificación y filtrado

Las imágenes se pueden ordenar y filtrar para facilitar la navegación:

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, insignia dividida, recuento de anotaciones
• Anotaciones: Alternar la visibilidad de la superposición de anotaciones
• Desglose por clase: recuento de etiquetas por clase con indicadores de color
• Editar: Entra en el modo de anotación para añadir o modificar etiquetas.
• Descargar: Descargar el archivo de imagen original
• Eliminar: Elimina la imagen del conjunto de datos.
• Zoom: Cmd/Ctrl+Scroll para acercar/alejar
• Vista de píxeles: Activa o desactiva la representación 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 cinco pestañas accesibles desde la barra de pestañas:

Pestaña Imágenes

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

Pestaña Clases

Gestiona las clases de anotación para tu conjunto de datos:

• Histograma de clases: gráfico de barras que muestra el recuento de anotaciones por clase con alternancia entre escala lineal y logarítmica.
• Tabla de clases: tabla ordenable y con función de búsqueda que incluye el nombre de la clase, el número de etiquetas y el número de imágenes.
• Editar nombres de clases: Haga clic en cualquier nombre de clase para cambiarlo en línea.
• Editar colores de clase: Haga clic en una muestra de color para cambiar el color de la clase.
• Añadir nueva clase: Utiliza el campo de entrada de la parte inferior para añadir clases.

Pestaña Gráficos

Estadísticas automáticas calculadas a partir de su conjunto de datos:

Pestaña Modelos

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

Pestaña Errores

Las imágenes cuyo procesamiento ha fallado se enumeran aquí con:

• Banner de error: Recuento total de imágenes fallidas y orientación
• Tabla de errores: nombre de archivo, descripción del error fácil de entender, sugerencias para solucionarlo y miniatura de vista previa.
• Los errores más comunes incluyen archivos dañados, formatos no compatibles, imágenes demasiado pequeñas (mínimo 28 píxeles) y modos de color no compatibles.

Exportar Conjunto de Datos

Exporta tu conjunto de datos en formato NDJSON para su 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 los metadatos del conjunto de datos, seguidos 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 masivas

Gestiona imágenes de forma masiva utilizando el menú contextual de la vista de tabla:

Traslado a Split

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

1. Cambiar a la vista de tabla
2. Selecciona imágenes utilizando las casillas de verificación.
3. Haga clic con el botón derecho para abrir el menú contextual.
4. Elige Move to split > Entrenar, Validación, o Prueba

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

Eliminación masiva

Eliminar varias imágenes a la vez:

1. Seleccionar imágenes en la vista de tabla
2. Haga clic con el botón derecho y seleccione Delete
3. Confirma la eliminación

URI del Conjunto de Datos

Referencie los conjuntos de datos de la plataforma utilizando el ul:// Formato URI (véase 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 el Explorar página.

Editar Dataset

Los metadatos del conjunto de datos se editan directamente en la página del conjunto de datos, sin necesidad de dialogar:

• Nombre: Haga clic en el nombre del conjunto de datos para editarlo. Los cambios se guardan automáticamente al salir del campo. Enter.
• Descripción: Haga clic en la descripción (o en el marcador de posición «Añadir una descripción...») para editarla. Los cambios se guardan automáticamente.
• Tipo de tarea: Haga 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 visualizar un conjunto de datos público que no es de su propiedad, haga clic en Clone Dataset para crear una copia en tu espacio de trabajo. La copia incluye todas las imágenes, anotaciones y definiciones de clases. Si el conjunto de datos original tiene una licencia copyleft, la copia la hereda y el selector de licencia queda bloqueado.

Estrella y compartir

• Estrella: Haga clic en el botón con la estrella para marcar un conjunto de datos como favorito. El número de estrellas es visible para todos los usuarios.
• Compartir: Para conjuntos de datos públicos, haga clic en el botón «Compartir» para copiar un enlace o compartirlo en redes 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. Haga clic Delete
3. Confirma en el cuadro de diálogo: «Esto moverá [nombre] a la papelera. Puedes restaurarlo en un plazo de 30 días».

Entrenar con el Conjunto de Datos

Inicia el entrenamiento directamente desde tu conjunto de datos:

1. Haga 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 28 píxeles.
3. Normalizado si es mayor que 4096 píxeles (conservando la relación de aspecto; codificado para un almacenamiento optimizado).
4. Almacenado utilizando almacenamiento direccionable por contenido (CAS) con hash XXH3-128.
5. Miniaturas generadas a 256 píxeles en formato WebP 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 hash 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 los archivos en la página del conjunto de datos o utilice el botón de carga para añadir imágenes adicionales. Las nuevas estadísticas se calcularán automáticamente.

¿Cómo puedo mover imágenes entre divisiones?

Utilice la función de mover y dividir en bloque:

1. Seleccionar imágenes en la vista de tabla
2. Haga clic con el botón derecho y seleccione Move to split
3. Selecciona la división objetivo (Entrenamiento, Validación o Prueba).

¿Qué formatos de etiquetas son compatibles?

Ultralytics admite dos formatos de anotación para la carga:

📅 Creado hace 1 mes ✏️ Actualizado hace 5 días

Comentarios