Ensembles de données#

Les ensembles de données Ultralytics Platform offrent une solution simplifiée pour gérer tes données d’entraînement. Après leur importation, la plateforme traite automatiquement les images, les annotations et les statistiques.

Un ensemble de données est prêt pour l’entraînement une fois son traitement terminé, s’il contient au moins une image dans la partition train, au moins une image dans la partition val ou test, et au moins une image annotée. L’en-tête de l’ensemble de données affiche le badge Ready lorsque ces trois conditions sont remplies, et le badge Not Ready dans le cas contraire. Clique sur le badge pour savoir exactement quelle condition n’est pas remplie.

Collecter des images avec des agents#

Utilise les Agents pour ajouter des images à un ensemble de données lorsqu’une détection de modèle satisfait une condition, par exemple lorsque son niveau de confiance se situe dans une plage choisie. Relie la condition à un bloc Ensemble de données et sélectionne une destination que tu peux modifier. Les images arrivent sans annotation dans la partition train ; les doublons existants sont ignorés. Examine-les et annote-les avec l’éditeur d’annotations existant.

Importer un ensemble de données#

Ultralytics Platform accepte plusieurs formats d’importation pour plus de flexibilité.

Formats pris en charge#

Prise en charge des codecs vidéo#

L’extension de fichier ne suffit pas : le traitement d’une vidéo peut échouer si son codec ne peut pas être décodé.

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

Préparer ton ensemble de données#

Platform prend en charge Ultralytics YOLO, COCO, les fichiers JSON LabelMe, les masques PNG sémantiques, les ensembles de données de profondeur, Ultralytics NDJSON et Labelbox NDJSON, ainsi que les fichiers bruts (non annotés) :

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

Si les étiquettes font référence à des identifiants de classe, mais qu’aucun nom de classe n’est fourni, Platform remappe les identifiants en une séquence dense commençant à 0 et nomme chaque classe d’après son identifiant source (class0, class3, …), que tu peux ensuite renommer dans l’onglet Classes.

Pour en savoir plus sur les formats propres à chaque tâche, consulte les tâches prises en charge et la présentation des jeux de données.

Processus de chargement#

Pour créer un jeu de données :

1. Dans la barre latérale, accède à Annotate
2. Clique sur New Dataset
3. Choisis un onglet de source de données (voir les sources de données ci-dessous)
4. Ajoute un nom — le segment d’URL est généré automatiquement et peut être modifié — ainsi qu’une description facultative
5. Sélectionne le type de tâche (voir les tâches prises en charge), une licence facultative (voir les licences disponibles) et la visibilité (publique ou privée). Un nouveau jeu de données public est créé avec CC BY 4.0 sélectionné ; choisis une autre licence ou Aucune pour la modifier
6. Clique sur Create & Upload pour les fichiers locaux, sur Create & Import pour une URL ou une source connectée, ou sur Create Dataset pour commencer avec un jeu de données vide

Pour ajouter des fichiers à un jeu de données existant, ouvre sa page et fais glisser les fichiers dans la galerie ou clique sur l’icône de chargement dans l’en-tête de la page. L’icône de chargement ouvre directement le sélecteur de fichiers natif de ton navigateur, car la tâche du jeu de données est déjà définie.

Sources de données#

La boîte de dialogue New Dataset propose quatre sources :

Les jeux de données de profondeur peuvent être créés uniquement depuis Upload ou URL ; les onglets Cloud et On Premise sont désactivés pour la tâche de profondeur.

Avant le début du chargement#

Platform valide tes fichiers dans le navigateur avant de les charger, afin que les problèmes courants apparaissent immédiatement plutôt qu’après un long transfert. Les archives sont vérifiées pour détecter toute corruption, tout contenu vide ou protégé par mot de passe, ainsi que les erreurs de syntaxe YAML ; les fichiers trop volumineux sont répertoriés par nom.

Deux boîtes de dialogue peuvent ensuite s’afficher :

Après le chargement, la plateforme traite automatiquement tes données :

1. Validation : vérification du format et de la taille
2. Normalisation : redimensionnement des grandes images (4096 px max., dimension minimale de 28 px), conversion des images en niveaux de gris en RGB, aplatissement de la transparence sur un fond blanc et application de l’orientation EXIF ; les fichiers TIFF d’origine sont stockés tels qu’ils ont été chargés
3. Vignettes : génération d’aperçus WebP de 256 px
4. Analyse des étiquettes : extraction des étiquettes YOLO, COCO, LabelMe et NDJSON Ultralytics ou Labelbox
5. Statistiques : calcul de la distribution des classes et des dimensions des images

from ultralytics.data.utils import check_det_dataset

check_det_dataset("path/to/data.yaml")

Parcourir les images#

Affiche les images de ton jeu de données selon plusieurs mises en page.

Ouvre le panneau Clustering depuis la barre d’outils de la galerie pour explorer ton jeu de données sous forme de nuage de points 2D interactif.

Tri et filtrage#

Tu peux trier et filtrer les images pour les parcourir efficacement :

Visionneuse plein écran#

Clique sur une image pour ouvrir la visionneuse plein écran, qui propose :

• Navigation : parcours les images avec les touches fléchées ou les aperçus des vignettes
• Informations sur l’image : consulte les propriétés générées par Platform, les métadonnées personnalisées et les métadonnées intégrées au fichier, comme EXIF
• Métadonnées personnalisées : les propriétaires et les éditeurs peuvent ajouter ou remplacer un objet JSON, y compris des valeurs imbriquées, jusqu’à 500 000 caractères sérialisés et des clés de premier niveau de 128 caractères maximum
• Annotations : afficher ou masquer les annotations superposées
• Répartition des classes : nombre d’annotations par classe avec des indicateurs de couleur
• Annoter : lorsque tu as un accès en modification, les commandes d’annotation sont immédiatement actives à l’ouverture de la visionneuse plein écran sur ordinateur
• Flouter les visages : fais un clic droit sur une annotation pour prévisualiser et appliquer le floutage des visages à l’image, lorsque cette option est disponible
• Télécharger : télécharger le fichier image d’origine
• Supprimer : supprimer l’image du jeu de données
• Zoom : Cmd/Ctrl+Scroll, Cmd/Ctrl++ ou Cmd/Ctrl+= pour zoomer, et Cmd/Ctrl+- pour dézoomer
• Réinitialiser l’affichage : Cmd/Ctrl + 0 ou le bouton de réinitialisation pour ajuster l’image à la visionneuse
• Déplacer : maintiens Space enfoncée et fais glisser, ou fais glisser avec le bouton central de la souris, pour déplacer la zone de travail quel que soit le niveau de zoom
• Vue pixelisée : activer ou désactiver le rendu pixelisé pour examiner les détails de près
• Curseur de profondeur : dans les jeux de données de profondeur, un séparateur déplaçable permet de passer de l’image RGB à sa carte de profondeur colorisée

Filtrer par partition#

Filtrer les images selon leur partition dans le jeu de données :

Regroupement en clusters#

Le panneau Clustering projette ton jeu de données sous forme de nuage de points 2D interactif, où les images visuellement similaires sont proches les unes des autres. Utilise-le pour faire ressortir les groupes, repérer les doublons et les valeurs aberrantes, et examiner la répartition des partitions ou des classes dans tes données, sans quitter la galerie. Ouvre-le depuis l’icône de nuage de points dans la barre d’outils de la galerie, sur n’importe quelle page de jeu de données. Ce panneau est uniquement disponible sur ordinateur, et les personnes qui n’ont pas d’accès en modification voient l’icône une fois l’analyse du jeu de données terminée.

Exécuter une analyse#

Lancer une analyse :

1. Ouvre un jeu de données et clique sur l’icône de nuage de points dans la barre d’outils de la galerie
2. Clique sur Analyze Dataset
3. Attends la fin de la barre de progression : les résultats s’affichent dans le même panneau

L’analyse s’exécute en arrière-plan en deux étapes, Computing embeddings et Clustering, et peut prendre quelques minutes selon la taille de ton jeu de données. Tu peux fermer le panneau ou quitter la page et revenir plus tard.

Visualisation#

Une fois l’analyse terminée, le panneau affiche un nuage de points 2D de toutes les images analysées, avec une légende et un compteur de points. Les filtres de la galerie (partition, classe, avec ou sans annotation) estompent les points qui ne correspondent pas aux filtres pour que tu puisses te concentrer sur le sous-ensemble qui t’intéresse ; le compteur affiche alors visible / total points.

Colorer par#

Modifie la façon dont les points de données sont colorés avec le menu déroulant Color by dans la barre d’outils du panneau. Change de mode d’affichage à tout moment : le nuage de points est recoloré instantanément pour te permettre de visualiser la répartition des partitions, des classes ou des propriétés des images dans tes groupes :

Sélection par lasso et clic#

Dessine une sélection de forme libre autour d’une région pour mettre en évidence les points du nuage, ou clique sur un point pour sélectionner tous les points représentés par la même couleur (uniquement ce point si la coloration est basée sur la largeur, la hauteur, la taille ou le nombre d’annotations) ; clique sur une zone vide du nuage pour effacer la sélection. La galerie est filtrée pour n’afficher que les images correspondantes, afin que tu puisses les examiner, réannoter, déplacer ou supprimer à l’aide des opérations habituelles sur les images.

Déplacement et zoom#

Explore les grands nuages de points directement avec ta souris et ton clavier, ou avec les boutons de zoom en bas à gauche du graphique :

Relancer l’analyse#

Si ton jeu de données change après l’analyse — de nouvelles images sont ajoutées ou le nombre d’images analysées ne correspond plus à celui du jeu de données — ou si l’analyse date d’avant l’option de coloration Groupes, un bouton Re-analyze apparaît en haut du panneau pour les propriétaires et les éditeurs.

Clique sur Re-analyze pour recalculer les représentations vectorielles et la projection 2D depuis le début.

Trouver des images similaires#

Les mêmes représentations vectorielles alimentent la recherche de similarité dans les jeux de données publics, les tiens et ceux de ton équipe. Dans un jeu de données que tu peux modifier, fais un clic droit sur une image en vue Grille ou Compacte (ou sur une seule ligne sélectionnée en vue Tableau) et choisis Trouver des images similaires. La boîte de dialogue affiche l’image source à côté de jusqu’à 24 images les plus proches, chacune accompagnée de son score de similarité, à l’exclusion des images déjà présentes dans ton jeu de données et des copies de l’image sélectionnée dans d’autres jeux de données. Clique sur une image pour l’afficher en taille réelle et consulter son jeu de données source, sa licence et son score de similarité. Sélectionne des images à l’aide de leurs cases à cocher (ou sélectionne-les toutes), puis clique sur Ajouter N au jeu de données : elles sont ajoutées à la partition train comme images sans annotation, comptabilisées dans ton espace de stockage et prêtes pour l’annotation.

Une image sans représentation vectorielle — dans un jeu de données qui n’a pas encore été analysé ou ajoutée depuis la dernière analyse — est convertie en représentation vectorielle à l’ouverture de la boîte de dialogue ; il n’est donc pas nécessaire d’exécuter d’abord une analyse de regroupement. La boîte de dialogue n’est pas disponible pour les jeux de données connectés. Les diagnostics de validation par image d’un modèle exécutent la même recherche à partir de ses images les moins performantes.

Onglets des jeux de données#

Chaque page de jeu de données peut afficher jusqu’à six onglets, selon l’état du jeu de données et tes autorisations :

Onglet Images#

La vue par défaut affiche la galerie d’images avec les annotations superposées. Elle propose les modes d’affichage grille, compact et tableau. Glisse-dépose des fichiers ici pour ajouter des images.

Onglet Classes#

Cet onglet apparaît lorsque le jeu de données contient des images et que sa tâche comporte des classes.

Gère les classes d’annotation de ton jeu de données :

• Histogramme des classes : graphique en barres indiquant le nombre d’annotations par classe, triées par fréquence, avec une option pour basculer entre une échelle linéaire et logarithmique
• Tableau des classes : tableau triable et consultable avec l’index, le nom, le nombre d’annotations et le nombre d’images
• Modifier les noms des classes : clique sur le nom d’une classe pour le renommer directement
• Modifier les couleurs des classes : clique sur un échantillon de couleur pour changer la couleur de la classe
• Ajouter une classe : utilise le champ de saisie en bas pour ajouter des classes
• Fusionner des classes : sélectionne au moins deux lignes et clique sur Merge into one
• Supprimer des classes : sélectionne une ou plusieurs lignes et clique sur Delete

Fusionner des classes#

La fusion regroupe les étiquettes en double ou qui se chevauchent ; par exemple, fusionne car, automobile et vehicle dans une seule classe :

1. Sélectionne au moins deux classes à l’aide des cases à cocher des lignes
2. Clique sur Merge into one dans l’en-tête du tableau, ou fais un clic droit sur la sélection
3. Choisis laquelle des classes sélectionnées sera la cible dans laquelle les autres seront fusionnées
4. Confirme

Chaque annotation appartenant aux classes sources est réaffectée à la classe cible, et les classes sources sont supprimées. Aucune annotation n’est supprimée ; le nombre total d’annotations du jeu de données reste donc inchangé.

Supprimer des classes#

1. Sélectionne une ou plusieurs classes à l’aide des cases à cocher des lignes
2. Clique sur Delete dans l’en-tête du tableau, ou fais un clic droit sur la sélection
3. Confirme

La suppression d’une classe supprime la classe et toutes ses annotations. Pour les jeux de données de classification, les étiquettes sont supprimées, mais les images sont conservées et deviennent non annotées.

Onglet Graphiques#

Cet onglet s’affiche lorsque le jeu de données contient des images.

Statistiques calculées automatiquement à partir de ton jeu de données :

Les graphiques apparaissent dans cet ordre, et chacun est omis si le jeu de données ne contient aucune donnée correspondante : un jeu de données d’images brutes n’affiche aucun graphique d’annotations, et Points per Instance n’apparaît que pour les données de segmentation et de pose :

Onglet Modèles#

Consulte tous les modèles entraînés sur ce jeu de données dans un tableau consultable :

Onglet Erreurs#

Cet onglet s’affiche uniquement lorsqu’un ou plusieurs fichiers ne sont pas traités correctement.

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

• Bannière d’erreur : nombre total d’images dont le traitement a échoué et conseils
• Tableau des erreurs : nom du fichier, description de l’erreur facile à comprendre, conseils de résolution et vignette d’aperçu
• Les erreurs courantes comprennent les fichiers endommagés, les formats non pris en charge, les images trop petites (min. 28 px) et les modes colorimétriques non pris en charge

Onglet Versions#

Crée des instantanés NDJSON immuables de ton jeu de données pour garantir la reproductibilité de l’entraînement. Chaque version enregistre le nombre d’images, de classes et d’annotations, ainsi que l’espace de stockage ajouté au moment de sa création.

Pour créer une version :

1. Ouvre l’onglet Versions
2. Saisis éventuellement une description (par exemple, « 500 images d’entraînement ajoutées » ou « Classes mal étiquetées corrigées »)
3. Clique sur Nouvelle version
4. La nouvelle version apparaît dans le tableau. Si le jeu de données correspond à une version existante, par exemple juste après sa restauration, cette version est réutilisée et reçoit la nouvelle description si tu en as saisi une

Chaque version est numérotée séquentiellement (v1, v2, v3...) et est immuable : les versions ne peuvent être ni modifiées ni supprimées, mais leurs descriptions peuvent être changées. Utilise les actions de la ligne pour télécharger ou restaurer une version à tout moment.

Comparer les versions#

Clique sur l’icône de comparaison d’une version après v1 pour voir les changements depuis une version antérieure. Comparer les versions commence par la version précédente ; choisis-en une autre dans le menu De. Les puces regroupées sous Images, Annotations, Classes et Paramètres comptabilisent les images ajoutées, supprimées, modifiées et déplacées vers une autre partition, ainsi que les annotations ajoutées et supprimées ; elles indiquent également les classes ajoutées, supprimées ou renommées et les paramètres du jeu de données qui ont changé. Chaque image modifiée est répertoriée avec son badge. Sélectionne une image pour l’afficher Avant et Après, chaque côté présentant les étiquettes enregistrées dans cette version. Lorsque les métadonnées de l’image ont changé, Modifications des métadonnées répertorie chaque clé ajoutée, supprimée ou modifiée, avec sa valeur dans les deux versions. Lorsque les images, leurs métadonnées et les annotations sont identiques, la boîte de dialogue indique Aucune modification, ou Aucune modification des images si seules les définitions des classes ou les paramètres du jeu de données diffèrent.

Exporter un jeu de données#

Exporte ton jeu de données pour une utilisation hors ligne en téléchargeant un fichier NDJSON depuis l’en-tête du jeu de données ou l’onglet Versions.

Pour exporter :

1. Clique sur le bouton Télécharger (icône de téléchargement) dans l’en-tête du jeu de données
2. Télécharge directement l’instantané NDJSON actuel
3. Utilise l’onglet Versions si tu veux un instantané numéroté immuable que tu pourras télécharger à nouveau plus tard

Le format NDJSON stocke un objet JSON par ligne. La première ligne contient les métadonnées du jeu de données, suivies d’une ligne par image :

{"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"}

L’objet facultatif metadata au niveau de l’image est conservé lors de l’importation d’un fichier NDJSON dans Platform. Tu peux le consulter ou le modifier dans le panneau d’informations plein écran de l’image. Pour les téléversements d’archives par programmation, l’API d’ingestion des données des jeux de données accepte la table de correspondance de chemins équivalente imageMetadata.

Les jeux de données de pose comportent également un champ kpt_shape dans la ligne d’en-tête du jeu de données, déduit des annotations s’il n’est pas déjà défini.

Les exportations de profondeur déclarent "task": "depth" et "depth_scale": 1000 dans la ligne du jeu de données. Chaque ligne d’image comprend un depth.url pour son fichier PNG uint16 simple associé. Ultralytics télécharge simultanément les URL des images et des données de profondeur, et crée un fichier YAML d’entraînement avec la même échelle ; le fichier NDJSON peut donc être transmis directement à model.train(data=...).

Consulte la documentation du format NDJSON d’Ultralytics pour obtenir la spécification complète.

Opérations sur les images#

Actions rapides#

Fais un clic droit sur une image en vue Grille ou Compacte, ou sur une seule ligne sélectionnée en vue Tableau, pour accéder aux actions rapides. Les actions disponibles dépendent de tes autorisations de modification et de la source du jeu de données :

Déplacer plusieurs images vers une partition#

Réaffecte les images sélectionnées à une autre partition du même jeu de données :

1. Passe en vue Tableau
2. Sélectionne les images à l’aide des cases à cocher
3. Fais un clic droit pour ouvrir le menu contextuel
4. Choisis Move to split > Train, Validation ou Test

Tu peux aussi faire glisser des images vers les onglets de filtre des partitions en vue Grille. Si le déplacement d’une image crée un doublon avec une image identique déjà présente dans la partition cible, Platform te demande si tu veux ignorer l’image, conserver les deux ou la remplacer.

Redistribution des partitions#

Redistribue toutes les images entre les partitions d’entraînement, de validation et de test à l’aide de proportions personnalisées :

1. Clique sur la barre des partitions dans la barre d’outils du jeu de données pour ouvrir la boîte de dialogue Redistribuer les partitions
2. Ajuste les pourcentages des partitions à l’aide de l’une des méthodes ci-dessous
3. Vérifie l’aperçu actualisé du nombre d’images pour confirmer la répartition
4. Clique sur Appliquer pour réaffecter aléatoirement toutes les images selon tes pourcentages

La boîte de dialogue propose trois façons de définir les proportions des partitions cibles :

Un aperçu actualisé indique précisément le nombre d’images qui seront affectées à chaque partition avant l’application.

Suppression groupée#

Supprime plusieurs images à la fois :

1. Sélectionne des images dans la vue Tableau
2. Fais un clic droit et choisis Delete, ou appuie sur Cmd/Ctrl+Delete
3. Confirme la suppression

Copier et déplacer des images#

Copie ou déplace des images d’un jeu de données que tu peux modifier vers un autre, y compris un jeu de données situé dans un autre espace de travail :

1. Dans le jeu de données source, fais un clic droit sur une image en vue Grille ou Compacte et choisis Copier ou Couper, ou sélectionne des images en vue Tableau et appuie sur Cmd/Ctrl+C ou Cmd/Ctrl+X. Esc vide le presse-papiers.
2. Ouvre le jeu de données de destination, fais un clic droit sur une image et choisis Coller, ou appuie sur Cmd/Ctrl+V.

Les images collées conservent leurs étiquettes et leurs partitions ; les images déjà présentes dans la destination et dans la même partition sont ignorées. Couper supprime les images collées du jeu de données source ; Copier ne le modifie pas. Le jeu de données source et celui de destination doivent avoir la même tâche et des canaux d’image, des paramètres de points clés de pose et une échelle de profondeur compatibles, même si les images copiées ne comportent pas d’étiquettes. Une destination vide peut hériter des paramètres de canaux d’image et de pose non définis. Les images ne peuvent pas être collées dans un jeu de données connecté.

Les classes sont mises en correspondance par nom, sans tenir compte de la casse sauf pour les noms d’un ou deux caractères, et une destination sans classes reprend la liste de classes de la source. Lorsqu’une image collée utilise une classe absente de la destination, la boîte de dialogue Mapper les classes te demande d’associer chaque classe concernée à une classe du jeu de données ou à une nouvelle classe, ou de décocher sa case Inclure pour ignorer les étiquettes de cette classe ; les images sont collées dans tous les cas.

Générer des images similaires#

Crée de nouvelles images d’entraînement à partir d’une image que tu possèdes déjà. Dans un jeu de données que tu peux modifier, fais un clic droit sur une image en vue Grille ou Compacte (ou sur une seule ligne sélectionnée en vue Tableau) et choisis Générer des images similaires. Platform décrit de nouvelles scènes inspirées de l’image et génère une image pour chacune d’elles ; les résultats reprennent donc les sujets et le style de la source sans la copier.

Ultralytics Image 9B et Krea 2 Turbo sont également répertoriés, mais tu ne peux les sélectionner qu’après avoir activé l’Accès anticipé. Krea 2 Turbo est l’option la plus lente. Les proportions de la source sont conservées lorsque cette option est prise en charge. Les images très étroites peuvent nécessiter une dimension maximale plus grande, et les dimensions de sortie sont arrondies et limitées aux tailles prises en charge par le générateur.

Clique sur Générer, ou appuie sur ⌘/Ctrl+Entrée dans Instructions. Les images apparaissent dès qu’elles sont prêtes et sont toutes sélectionnées ; Arrêter met fin à un lot en cours tout en conservant les images déjà obtenues. Pour essayer d’autres instructions ou paramètres, modifie-les et clique sur Générer plus : chaque nouveau lot apparaît au-dessus des précédents, dont la sélection est conservée. Clique sur une image pour l’afficher en taille réelle, décoche celles que tu ne veux pas, puis clique sur Ajouter N au jeu de données. Les images conservées sont téléversées au format JPEG, portent le nom de l’image source, ne comportent pas d’étiquettes, sont comptabilisées dans ton stockage et sont prêtes pour l’annotation. Elles utilisent le filtre de partition actif : sélectionne Train avant la génération pour les ajouter à train. Si Tout est sélectionné, l’affectation normale des partitions lors du téléversement s’applique, y compris la répartition automatique vers la validation lorsque nécessaire. Annuler supprime les aperçus sans les ajouter. Les images générées suivent le paramètre de floutage des visages lors du téléversement du jeu de données. Cette action n’est pas disponible pour les jeux de données connectés.

Flouter les visages#

Dans un jeu de données que tu peux modifier, floute les visages de ses images, par exemple pour protéger la vie privée des personnes figurant dans tes données. Le floutage des visages n’est pas disponible pour les jeux de données connectés ni pour les jeux de données comportant plus de trois canaux d’image.

• Une image : fais un clic droit sur l’image en vue Grille ou Compacte (ou sur une seule ligne sélectionnée en vue Tableau), ou fais un clic droit sur une annotation dans le lecteur plein écran, puis choisis Flouter les visages.
• Tout le jeu de données : ouvre Autres actions (⋯) sur la page du jeu de données, puis choisis Flouter les visages.

La boîte de dialogue affiche d’abord un aperçu des visages détectés dans six images maximum (ou dans l’image sélectionnée), sans les modifier. Ajuste Confiance (par défaut 0.25) et Échelle de la boîte (0.5–1.5, par défaut 1, qui redimensionne la boîte de chaque visage autour de son centre) pour relancer l’aperçu, puis clique sur Appliquer afin de remplacer les pixels d’origine de chaque image où des visages sont détectés. Les images sans visage détecté restent inchangées, les étiquettes et les partitions sont conservées, et certains visages peuvent ne pas être détectés ; vérifie donc le résultat. Le floutage ne crée pas automatiquement d’instantané de version. Le floutage d’un jeu de données entier coûte 1,00 $ par tranche de 1 000 images traitées, avec un minimum de 0,01 $ par exécution (facturé comme Annotation automatique) ; la boîte de dialogue affiche l’estimation avant l’application. Les aperçus et le floutage d’une seule image sont gratuits.

Pour flouter les visages des images au fur et à mesure de leur téléversement, active Flouter les visages lorsque tu crées un jeu de données à partir d’un Téléversement ou d’une URL, ou active Flouter les futurs téléversements dans la boîte de dialogue Flouter les visages pour tout le jeu de données. Le réglage Flouter les futurs téléversements est enregistré immédiatement, même si tu fermes la boîte de dialogue sans cliquer sur Appliquer. Les images téléversées ensuite dans le jeu de données sont floutées pendant le traitement, sans frais ; la modification de ce paramètre ne floute pas les images déjà présentes dans le jeu de données.

URI du jeu de données#

Fais référence aux jeux de données Platform à l’aide du format d’URI ul:// (voir Utiliser les jeux de données Platform) :

ul://username/datasets/dataset-slug

Tu peux aussi coller directement l’URL Web d’un jeu de données ou d’un modèle (par exemple https://platform.ultralytics.com/username/datasets/dataset-slug) ; elle est automatiquement convertie en URI ul://. Fournir une liste de jeux de données permet d’affiner un modèle de base sur chacun d’eux, successivement, par exemple model.train(data=["ul://username/datasets/a", "ul://username/datasets/b"]).

Utilise cet URI pour entraîner des modèles depuis n’importe où :

export ULTRALYTICS_API_KEY="YOUR_API_KEY"
yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset epochs=100

Licences disponibles#

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

Paramètres de visibilité#

Contrôle qui peut voir ton jeu de données :

La visibilité est définie lors de la création d’un jeu de données dans la boîte de dialogue New Dataset, à l’aide d’un interrupteur. Pour la modifier ultérieurement, clique sur le badge Public ou Privé à côté du nom du jeu de données dans le fil d’Ariane de la page ; le passage d’un jeu de données au mode public demande une confirmation. Les jeux de données On Premise sont toujours privés. Les jeux de données publics sont visibles sur la page Explore.

Modifier le jeu de données#

Les métadonnées du jeu de données se modifient directement sur sa page, sans boîte de dialogue :

• Nom : clique sur le nom du jeu de données pour le modifier. Les modifications sont enregistrées automatiquement lorsque le champ perd le focus ou avec Enter. Le nom ne peut pas dépasser 100 caractères.
• Description : clique sur la description (ou sur l’espace réservé « Ajouter une description... ») pour la modifier. Les modifications sont enregistrées automatiquement. La description ne peut pas dépasser 1 000 caractères.
• Type de tâche : clique sur le badge de la tâche pour sélectionner un autre type de tâche.
• Licence : clique sur le sélecteur de licence pour modifier la licence du jeu de données.
• Icône : clique sur l’icône du jeu de données pour importer ta propre image, utiliser l’une des images du jeu de données comme icône, ou choisir une lettre et une couleur.

Métadonnées personnalisées#

Ouvre Plus d’actions et sélectionne Informations pour consulter deux sections :

• Métadonnées Ultralytics : informations en lecture seule sur la plateforme, telles que l’ID du jeu de données, le propriétaire, la tâche, le nombre d’images et d’annotations, la région de stockage et les horodatages
• Métadonnées personnalisées : ton propre objet JSON pour la provenance, les conditions de capture, les ID client, la gouvernance ou d’autres données contextuelles

Les personnes qui consultent l’espace de travail peuvent examiner les métadonnées, tandis que les membres autorisés à modifier le contenu peuvent remplacer l’objet de métadonnées personnalisées. L’objet de métadonnées sérialisé est limité à 500 000 caractères, et chaque clé de premier niveau est limitée à 128 caractères. Enregistre un objet vide ({}) pour effacer les métadonnées personnalisées.

Cloner le jeu de données#

Lorsque tu consultes un jeu de données public dont tu n’es pas propriétaire, clique sur Clone Dataset pour ouvrir la boîte de dialogue de clonage. Vérifie l’espace de travail de destination, le nom, la visibilité et la licence, puis confirme le clonage. La copie comprend toutes les images, les annotations et les définitions de classes. Par défaut, les jeux de données sources publics restent publics dans les espaces de travail dont la visibilité par défaut est publique ; les clones dans les espaces de travail Enterprise sont privés par défaut. Si le jeu de données d’origine a une licence copyleft, le clone en hérite et le sélecteur de licence est verrouillé.

La boîte de dialogue de clonage désactive Cloner le jeu de données si l’URL est déjà utilisée dans l’espace de travail cible. Le clonage nécessite également un quota de stockage restant suffisant pour accueillir la copie.

Ajouter aux favoris et partager#

• Ajouter aux favoris : clique sur l’étoile pour ajouter un jeu de données à tes favoris. Le nombre d’étoiles est visible par tous les utilisateurs.
• Partager : pour les jeux de données publics, clique sur le bouton de partage pour copier un lien, récupérer un extrait d’intégration ou partager sur les réseaux sociaux.

Supprimer le jeu de données#

Supprime un jeu de données dont tu n’as plus besoin :

1. Ouvre Plus d’actions (le bouton …) dans l’en-tête du jeu de données
2. Choisis Supprimer le jeu de données
3. Confirme dans la boîte de dialogue : « \[name] sera déplacé dans la corbeille. Tu peux le restaurer dans les 30 jours. »

Le même menu contient Informations, qui ouvre la boîte de dialogue des métadonnées décrite dans Métadonnées personnalisées, et Actualiser, qui relit le jeu de données depuis le serveur.

Entraîner sur un jeu de données#

Lance l’entraînement directement depuis ton jeu de données :

1. Clique sur New Model sur la page du jeu de données
2. Sélectionne un projet ou crée-en un
3. Configure les paramètres d’entraînement
4. Lance l’entraînement

Consulte Entraînement dans le cloud pour en savoir plus.

FAQ#