Jeux de données

Les jeux de données de la Plateforme Ultralytics offrent une solution simplifiée pour la gestion de vos données d'entraînement. Une fois téléversés, les jeux de données peuvent être immédiatement utilisés pour l'entraînement de modèles, avec un traitement automatique et la génération de statistiques.

Télécharger l'ensemble de données

Ultralytics accepte plusieurs formats de téléchargement pour plus de flexibilité.

Formats pris en charge

Préparation de votre jeu de données

La plateforme prend en charge deux formats d'annotation ainsi que les téléchargements bruts : Ultralytics YOLO, COCOet brut (images non annotées) :

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" }]
}

Pour plus d'informations sur les formats spécifiques à chaque tâche, consultez la liste des tâches prises en charge et la présentation des ensembles de données.

Processus de téléversement

1. Accéder à Datasets dans la barre latérale
2. Cliquez New Dataset ou faites glisser les fichiers dans la zone de téléchargement
3. Sélectionnez le type de tâche (voir les tâches prises en charge)
4. Ajoutez un nom et une description facultative
5. Définissez la visibilité (publique ou privée) et la licence facultative (voir les licences disponibles)
6. Cliquez Create

Après le téléchargement, la plateforme traite vos données via un pipeline en plusieurs étapes :

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. Validation: vérification du format et de la taille
2. Normalisation: images volumineuses redimensionnées (max. 4096 px, dimension minimale 28 px)
3. Vignettes: aperçus WebP de 256 pixels générés
4. Analyse des étiquettes: YOLO et étiquettes COCO extraites
5. Statistiques: répartition des classes et dimensions des images calculées

from ultralytics.hub import check_dataset

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

Parcourir les images

Visualisez les images de votre jeu de données dans plusieurs mises en page :

Tri et filtrage

Les images peuvent être triées et filtrées pour une navigation efficace :

Visionneuse plein écran

Cliquez sur n'importe quelle image pour ouvrir la visionneuse plein écran avec :

• Navigation: touches fléchées ou aperçus miniatures pour parcourir
• Métadonnées: nom de fichier, dimensions, badge divisé, nombre d'annotations
• Annotations: Activer/désactiver l'affichage des annotations
• Répartition par classe: nombre d'étiquettes par classe avec indicateurs de couleur
• Modifier: Entrez en mode annotation pour ajouter ou modifier des étiquettes.
• Télécharger: Télécharger le fichier image original
• Supprimer: Supprimer l'image du jeu de données
• Zoom: Cmd/Ctrl+Scroll pour agrandir/réduire
• Affichage pixelisé: activez le rendu pixelisé pour une inspection minutieuse.

Filtrer par partition

Filtrer les images par leur division de jeu de données :

Onglets des ensembles de données

Chaque page de jeu de données comporte cinq onglets accessibles depuis la barre d'onglets :

Onglet Images

Affichage par défaut montrant la galerie d'images avec des annotations superposées. Prend en charge les modes d'affichage en grille, compact et tableau. Glissez-déposez des fichiers ici pour ajouter d'autres images.

Onglet Classes

Gérez les classes d'annotation pour votre ensemble de données :

• Histogramme des classes: graphique à barres indiquant le nombre d'annotations par classe avec possibilité de basculer entre une échelle linéaire et une échelle logarithmique.
• Tableau des classes: tableau triable et consultable avec nom de classe, nombre d'étiquettes et nombre d'images
• Modifier les noms de classe: cliquez sur n'importe quel nom de classe pour le renommer en ligne.
• Modifier les couleurs des classes: cliquez sur un échantillon de couleur pour modifier la couleur de la classe.
• Ajouter une nouvelle classe: utilisez le champ de saisie en bas pour ajouter des classes.

Onglet Graphiques

Statistiques automatiques calculées à partir de votre ensemble de données :

Onglet Modèles

Affichez tous les modèles entraînés sur cet ensemble de données dans un tableau consultable :

Onglet Erreurs

Les images dont le traitement a échoué sont répertoriées ici avec :

• Bannière d'erreur: nombre total d'images ayant échoué et conseils
• Tableau des erreurs: nom du fichier, description conviviale de l'erreur, conseils de correction et vignette d'aperçu
• Les erreurs courantes comprennent les fichiers corrompus, les formats non pris en charge, les images trop petites (minimum 28 pixels) et les modes couleur non pris en charge.

Exporter le jeu de données

Exportez votre ensemble de données au format NDJSON pour une utilisation hors ligne :

1. Cliquez sur l'icône de téléchargement dans l'en-tête de l'ensemble de données.
2. Le fichier NDJSON se télécharge automatiquement.

Le format NDJSON stocke un objet JSON par ligne. La première ligne contient les métadonnées de l'ensemble de données, suivies d'une ligne par image :

{"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"}

Consulter la documentation du format NDJSON d'Ultralytics pour une spécification complète.

Opérations groupées

Gérez les images en masse à l'aide du menu contextuel de la vue tableau :

Déménager à Split

Réattribuer les images sélectionnées à une autre division au sein du même ensemble de données :

1. Passer à l'affichage tableau
2. Sélectionnez les images à l'aide des cases à cocher.
3. Cliquez avec le bouton droit pour ouvrir le menu contextuel.
4. Choisissez Move to split > Entraîner, Validation, ou Test

Vous pouvez également glisser-déposer des images sur les onglets de filtres fractionnés dans la vue en grille.

Suppression groupée

Supprimer plusieurs images à la fois :

1. Sélectionner des images dans la vue tableau
2. Cliquez avec le bouton droit et sélectionnez Delete
3. Confirmer la suppression

URI du jeu de données

Référencer les jeux de données de la Plateforme en utilisant le ul:// Format URI (voir Utilisation des jeux de données de la plateforme) :

ul://username/datasets/dataset-slug

Utilisez cet URI pour entraîner des modèles depuis n'importe quel endroit :

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)

Licences disponibles

La plateforme prend en charge les licences suivantes pour les ensembles de données :

Paramètres de visibilité

Contrôlez qui peut voir votre jeu de données :

La visibilité est définie lors de la création d'un ensemble de données dans le New Dataset dialogue à l'aide d'un commutateur à bascule. Les ensembles de données publics sont visibles sur le Explorer page.

Modifier l'ensemble de données

Les métadonnées du jeu de données sont modifiées directement sur la page du jeu de données, sans boîte de dialogue :

• Nom: Cliquez sur le nom de l'ensemble de données pour le modifier. Les modifications sont automatiquement enregistrées lorsque vous quittez le champ. Enter.
• Description: cliquez sur la description (ou sur l'espace réservé « Ajouter une description... ») pour la modifier. Les modifications sont enregistrées automatiquement.
• Type de tâche: cliquez sur l'icône de la tâche pour sélectionner un autre type de tâche.
• Licence: cliquez sur le sélecteur de licence pour modifier la licence du jeu de données.

Cloner le jeu de données

Lorsque vous consultez un ensemble de données publiques dont vous n'êtes pas propriétaire, cliquez sur Clone Dataset pour créer une copie dans votre espace de travail. Le clone comprend toutes les images, annotations et définitions de classe. Si l'ensemble de données d'origine dispose d'une licence copyleft, le clone en hérite et le sélecteur de licence est verrouillé.

Star et Partager

• Étoile: cliquez sur le bouton étoile pour ajouter un ensemble de données à vos favoris. Le nombre d'étoiles est visible par tous les utilisateurs.
• Partager: pour les ensembles de données publics, cliquez sur le bouton Partager pour copier un lien ou partager sur les réseaux sociaux.

Supprimer l'ensemble de données

Supprimer un jeu de données dont vous n'avez plus besoin :

1. Ouvrir le menu d'actions du jeu de données
2. Cliquez Delete
3. Confirmez dans la boîte de dialogue : « Cela déplacera [nom] vers la corbeille. Vous pouvez le restaurer dans les 30 jours. »

Entraîner sur le jeu de données

Démarrer l'entraînement directement depuis votre jeu de données :

1. Cliquez New Model sur la page des ensembles de données
2. Sélectionner un projet ou en créer un nouveau
3. Configurer les paramètres d'entraînement
4. Démarrer l'entraînement

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

Consultez l'entraînement dans le cloud pour plus de détails.

FAQ

Qu'advient-il de mes données après le téléversement ?

Vos données sont traitées et stockées dans la région sélectionnée (US, EU ou AP). Les images sont :

1. Validé pour le format et la taille
2. Rejeté si la dimension minimale est inférieure à 28 px
3. Normalisé s'il est supérieur à 4096 px (en conservant le rapport hauteur/largeur ; encodé pour un stockage optimisé)
4. Stocké à l'aide d'un système de stockage adressable par le contenu (CAS) avec hachage XXH3-128
5. Miniatures générées à 256 px WebP pour une navigation rapide

Comment fonctionne le stockage ?

La plateforme Ultralytics utilise le stockage adressable par contenu (CAS) pour un stockage efficace :

• Déduplication : Les images identiques téléchargées par différents utilisateurs ne sont stockées qu'une seule fois
• Intégrité: le hachage XXH3-128 garantit l'intégrité des données.
• Efficacité : Réduit les coûts de stockage et accélère le traitement
• Régional : Les données restent dans la région sélectionnée (US, EU ou AP)

Puis-je ajouter des images à un jeu de données existant ?

Oui, glissez-déposez les fichiers sur la page du jeu de données ou utilisez le bouton de téléchargement pour ajouter des images supplémentaires. De nouvelles statistiques seront calculées automatiquement.

Comment déplacer des images entre les divisions ?

Utilisez la fonctionnalité de déplacement groupé vers fractionnement :

1. Sélectionner des images dans la vue tableau
2. Cliquez avec le bouton droit et sélectionnez Move to split
3. Sélectionnez la division cible (entraînement, validation ou test).

Quels formats d'étiquettes sont pris en charge ?

Ultralytics prend en charge deux formats d'annotation pour le téléchargement :

📅 Créé il y a 1 mois ✏️ Mis à jour il y a 5 jours

Commentaires