Datasets#

Los conjuntos de datos de Ultralytics Platform ofrecen una solución optimizada para gestionar tus datos de entrenamiento. Tras la carga, la plataforma procesa las imágenes, etiquetas y estadísticas automáticamente. Un conjunto de datos está listo para entrenar una vez que el procesamiento ha finalizado y cuenta con al menos una imagen en la división train, al menos una imagen en la división 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 una mayor flexibilidad.

Formatos admitidos#

Compatibilidad de códecs de vídeo#

La extensión del archivo por sí sola no es suficiente: un vídeo puede fallar si su códec no puede ser decodificado por el trabajador de ingesta de la plataforma.

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

Preparación de tu dataset#

Platform es compatible con 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 sobre formatos específicos de tareas, consulta supported tasks y Datasets Overview.

Proceso de carga#

Para crear un conjunto de datos:

1. Navega a Annotate en la barra lateral
2. Haz clic en New Dataset
3. Selecciona el tipo de tarea (consulta supported tasks)
4. Añade un nombre y una descripción opcional
5. Configura la visibilidad (pública o privada) y una licencia opcional (consulta available licenses)
6. Agrega archivos y haz clic en Create & Upload, o haz clic en Create Dataset para comenzar con un conjunto de datos vacío

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

Tras la carga, la plataforma procesa tus datos a través de una canalización de varias etapas:

graph LR
    A[Upload]:::start --> B[Validate]:::proc
    B --> C[Normalize]:::proc
    C --> D[Thumbnail]:::proc
    D --> E[Parse Labels]:::proc
    E --> F[Statistics]:::out

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef out fill:#9C27B0,color:#fff

1. Validación: Comprobaciones de formato y tamaño
2. Normalización: Las imágenes grandes se redimensionan (máx. 4096px, dimensión mínima 28px)
3. Miniaturas: Se generan vistas previas en WebP de 256px
4. Label Parsing: Se extrajeron las etiquetas en formato YOLO y COCO
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#

Visualiza las imágenes de tu dataset en múltiples diseños.

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

Ordenación y filtrado#

Las imágenes se pueden ordenar y filtrar para una exploración 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 de miniaturas para navegar
• Image information: Revisa las propiedades generadas por Platform, los metadatos personalizados y los metadatos de archivos incrustados como EXIF
• Metadatos personalizados: Los propietarios y editores pueden añadir o reemplazar un objeto JSON, incluidos valores anidados de hasta 500.000 caracteres serializados y claves de nivel superior de hasta 128 caracteres
• Anotaciones: Alternar la visibilidad de la superposición de anotaciones
• Desglose por clase: Recuentos de etiquetas por clase con indicadores de color
• Annotate: Cuando tienes acceso de edición, los controles de anotación se activan inmediatamente cuando el visor en pantalla completa se abre en el escritorio
• 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
• Reset view: Cmd/Ctrl + 0 o el botón de restablecer para ajustar la imagen al visor
• Pan: Mantén presionado Space y arrastra para desplazar el lienzo al hacer zoom
• Vista de píxeles: Alternar la renderización pixelada para una inspección detallada

Filtrar por división (Split)#

Filtrar imágenes por su división (split) del dataset:

Agrupamiento (Clustering)#

El panel Clustering proyecta tu conjunto de datos en un diagrama de dispersión 2D interactivo donde las imágenes visualmente similares se sitúan muy cerca unas de otras. Úsalo para revelar conglomerados, detectar duplicados y valores atípicos, y examinar cómo se distribuyen las divisiones o 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 conjunto de datos.

Ejecución del análisis#

Iniciar un análisis:

1. Abre un dataset y haz clic en el icono de 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 aparecen 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 una dispersión 2D de todas las imágenes analizadas. Los filtros de la galería (división, clase, etiquetado/sin etiquetar) atenúan los puntos fuera del filtro para que puedas centrarte en el subconjunto que te interesa.

Colorear por#

Cambia cómo se sombrean los puntos de datos con el menú desplegable Color by en la barra de herramientas del panel. Cambia los modos de vista en cualquier momento; el gráfico cambia de color al instante para que puedas ver cómo se distribuyen las divisiones, clases o propiedades de las imágenes en tus conglomerados:

Selección de 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 utilizando las image operations habituales.

Desplazamiento y Zoom#

Navega por grandes dispersiones directamente desde tu ratón y teclado:

Re-análisis#

Si tu conjunto de datos cambia después del análisis, 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 las incrustaciones y la proyección 2D desde cero.

Pestañas de Dataset#

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 de tabla. Arrastra y suelta archivos aquí para añadir más imágenes.

Pestaña Clases#

Esta pestaña aparece cuando el dataset tiene imágenes.

Gestiona las clases de anotación de 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 con búsqueda que incluye el nombre de la clase, el recuento de etiquetas y el recuento de imágenes
• Editar nombres de clases: haz clic en cualquier nombre de clase para cambiarlo directamente
• Editar colores de clases: haz clic en una muestra de color para cambiar el color de la clase
• Añadir nueva clase: utiliza la entrada en la parte inferior para añadir clases

Pestaña de gráficos#

Esta pestaña aparece cuando el dataset tiene imágenes.

Estadísticas automáticas calculadas a partir de tu dataset:

Pestaña de modelos#

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

Pestaña de errores#

Esta pestaña solo aparece cuando uno o más archivos no se procesan correctamente.

Las imágenes que fallaron al procesarse se enumeran aquí con:

• Banner de error: recuento total de imágenes fallidas y orientación
• 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 corruptos, formatos no admitidos, imágenes demasiado pequeñas (mín. 28px) y modos de color no admitidos

Pestaña de versiones#

Crea instantáneas NDJSON inmutables de tu dataset para un entrenamiento reproducible. Cada versión captura los recuentos de imágenes, clases, 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 (por ejemplo, "Se añadieron 500 imágenes de entrenamiento" o "Se corrigieron clases mal etiquetadas")
3. Haz clic en + Nueva versión
4. La nueva versión aparece en la tabla
5. Usa las acciones de fila para descargar, restaurar o eliminar la versión

Cada versión está numerada secuencialmente (v1, v2, v3...). Puedes descargar una versión guardada mientras permanezca en la tabla de versiones.

Exportar dataset#

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

Para exportar:

1. Haz clic en el botón Descargar (icono de descarga) en el encabezado del dataset
2. Descarga directamente la instantánea NDJSON actual
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 conjunto de datos, seguida de 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 metadata opcional a nivel de imagen se conserva cuando se importa un archivo NDJSON a Platform. Puedes inspeccionarlo o editarlo desde el panel de información de pantalla completa de la imagen. Para cargas de archivos por lotes mediante programación, el Dataset Ingest API acepta el mapa de rutas imageMetadata equivalente.

Consulta la Ultralytics NDJSON format documentation para ver la especificación completa.

Operaciones con imágenes#

Acciones rápidas#

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

Mover a división en masa#

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

1. Cambia a la vista Tabla
2. Selecciona las 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 división en la vista de cuadrícula.

Redistribución de divisiones#

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

1. Haz clic en la barra de división en la barra de herramientas del conjunto de datos para abrir el cuadro de diálogo Redistribuir divisiones
2. Ajusta los porcentajes de división usando cualquiera de los métodos siguientes
3. Revisa la vista previa del conteo de imágenes en directo para confirmar la distribución
4. Haz clic en Aplicar para reasignar aleatoriamente todas las imágenes según tus porcentajes

El cuadro de diálogo ofrece tres formas de establecer tus proporciones de división objetivo:

Una vista previa en directo muestra exactamente cuántas imágenes terminarán en cada división antes de que apliques los cambios.

Eliminación en masa#

Elimina varias imágenes a la vez:

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

URI del conjunto de datos#

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

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 a la URI de ul://. Pasar una lista de conjuntos de datos afina 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 Platform admite las siguientes licencias para conjuntos de datos:

Configuración de visibilidad#

Controla quién puede ver tu conjunto de datos:

La visibilidad se configura al crear un conjunto de datos en el diálogo New Dataset utilizando un interruptor de alternancia. 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 hace falta cuadro de diálogo:

• Name: Haz clic en el nombre del conjunto de datos para editarlo. Los cambios se guardan automáticamente al perder el foco o en Enter.
• Descripción: Haz 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 tarea para seleccionar un tipo de tarea diferente.
• Licencia: Haz clic en el selector de licencia para cambiar la licencia del conjunto de datos.

Metadatos personalizados#

Abre Más acciones y selecciona Información para revisar dos secciones:

• Ultralytics Metadata: Detalles de Platform de solo lectura como el ID del conjunto de datos, propietario, tarea, recuento de imágenes y anotaciones, región de almacenamiento y marcas de tiempo
• Metadatos personalizados: Tu propio objeto JSON para procedencia, condiciones de captura, IDs de clientes, gobernanza u otros datos contextuales

Los espectadores del espacio de trabajo pueden inspeccionar los metadatos, mientras que los miembros con acceso de edición pueden reemplazar el objeto de metadatos personalizados. El objeto de metadatos serializado está limitado a 500.000 caracteres, y cada clave de nivel superior está limitada a 128 caracteres. Guarda un objeto vacío ({}) para borrar los metadatos personalizados.

Clonar dataset#

Al visualizar 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, y luego confirma la clonación. La copia incluye todas las imágenes, anotaciones y definiciones de clases. Los conjuntos de datos de origen públicos siguen siendo públicos de forma predeterminada en los espacios de trabajo cuya visibilidad predeterminada es pública; los clones de espacios de trabajo Enterprise se establecen como 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.

Marcar como favorito y compartir#

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

Eliminar dataset#

Eliminar un conjunto de datos que ya no necesites:

1. Haz clic en el icono de la papelera Delete dataset en la cabecera del conjunto de datos
2. Confirma en el cuadro de diálogo: "Esto moverá [name] a la papelera. Puedes restaurarlo en un plazo de 30 días."

Entrenar con un conjunto de datos#

Empieza 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]:::start --> B[New Model]:::proc
    B --> C[Select Project]:::proc
    C --> D[Configure]:::proc
    D --> E[Start Training]:::out

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef out fill:#9C27B0,color:#fff

Consulta Cloud Training para obtener más detalles.

FAQ#

¿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) con hashing XXH3-128
5. Miniaturas generadas en formato 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: Los bytes de imagen idénticos en la misma región de datos reutilizan el mismo objeto subyacente
• Integridad: El hashing XXH3-128 garantiza la integridad de los datos
• Eficiencia: Los clones reutilizan objetos CAS en lugar de copiar los bytes de las imágenes, aunque siguen contando para la cuota de almacenamiento del espacio de trabajo de destino
• 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 archivos a la galería del conjunto de datos o haz clic en el icono de carga en la cabecera de la página, que abre directamente el selector de archivos nativo de tu navegador. Las nuevas estadísticas se calculan automáticamente después del procesamiento.

¿Cómo muevo imágenes entre divisiones?#

Utiliza la función de mover a división en bloque:

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

¿Qué formatos de etiqueta son compatibles?#

La plataforma Ultralytics admite etiquetas YOLO, COCO JSON, Ultralytics NDJSON y subidas de imágenes en bruto:

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

Sí. Cada imagen almacena juntas las anotaciones para los 6 tipos de tareas (detect, segment, semantic, classify, pose, OBB). Puedes cambiar el tipo de tarea activa del dataset en cualquier momento sin perder las anotaciones existentes. Solo las anotaciones que coinciden con el tipo de tarea activa 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.