हब डेटासेट

Ultralytics HUB डेटासेट आपके कस्टम डेटासेट के प्रबंधन और लाभ उठाने के लिए एक व्यावहारिक समाधान है।

एक बार अपलोड हो जाने के बाद, डेटासेट का तुरंत मॉडल प्रशिक्षण के लिए उपयोग किया जा सकता है। यह एकीकृत दृष्टिकोण डेटासेट प्रबंधन से मॉडल प्रशिक्षण तक एक सहज संक्रमण की सुविधा प्रदान करता है, जो पूरी प्रक्रिया को काफी सरल बनाता है।

सतर्कता: देखें: डेटासेट को यहां अपलोड करें Ultralytics हब | डेटासेट अपलोड सुविधा का पूरा पूर्वाभ्यास

डेटासेट अपलोड करें

Ultralytics हब डेटासेट ठीक उसी तरह हैं जैसे YOLOv5 और YOLOv8 🚀 डेटासेट। वे सब कुछ सरल रखने के लिए समान संरचना और समान लेबल प्रारूपों का उपयोग करते हैं।

इससे पहले कि आप डेटासेट को अपलोड करें Ultralytics हब, अपनी डेटासेट वाईएएमएल फ़ाइल को डेटासेट रूट निर्देशिका के अंदर रखना सुनिश्चित करें और यह कि आपके डेटासेट वाईएएमएल, निर्देशिका और ज़िप का एक ही नाम है, जैसा कि नीचे दिए गए उदाहरण में दिखाया गया है, और फिर डेटासेट निर्देशिका को ज़िप करें।

उदाहरण के लिए, यदि आपके डेटासेट को "coco8" कहा जाता है, तो हमारे कोसीओ8 उदाहरण डेटासेट, तो आपके पास एक coco8.yaml अपने अंदर coco8/ डायरेक्टरी, जो एक coco8.zip जब ज़िप किया जाता है:

zip -r coco8.zip coco8

आप हमारे COCO8 उदाहरण डेटासेट को डाउनलोड कर सकते हैं और अपने डेटासेट की संरचना करने का तरीका देखने के लिए इसे अनज़िप कर सकते हैं।

डेटासेट YAML समान मानक है YOLOv5 और YOLOv8 YAML प्रारूप।

# Ultralytics YOLO 🚀, AGPL-3.0 license
# COCO8 dataset (first 8 images from COCO train2017) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/coco8/
# Example usage: yolo train data=coco8.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── coco8  ← downloads here (1 MB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: ../datasets/coco8 # dataset root dir
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 images
test: # test images (optional)

# Classes
names:
  0: person
  1: bicycle
  2: car
  3: motorcycle
  4: airplane
  5: bus
  6: train
  7: truck
  8: boat
  9: traffic light
  10: fire hydrant
  11: stop sign
  12: parking meter
  13: bench
  14: bird
  15: cat
  16: dog
  17: horse
  18: sheep
  19: cow
  20: elephant
  21: bear
  22: zebra
  23: giraffe
  24: backpack
  25: umbrella
  26: handbag
  27: tie
  28: suitcase
  29: frisbee
  30: skis
  31: snowboard
  32: sports ball
  33: kite
  34: baseball bat
  35: baseball glove
  36: skateboard
  37: surfboard
  38: tennis racket
  39: bottle
  40: wine glass
  41: cup
  42: fork
  43: knife
  44: spoon
  45: bowl
  46: banana
  47: apple
  48: sandwich
  49: orange
  50: broccoli
  51: carrot
  52: hot dog
  53: pizza
  54: donut
  55: cake
  56: chair
  57: couch
  58: potted plant
  59: bed
  60: dining table
  61: toilet
  62: tv
  63: laptop
  64: mouse
  65: remote
  66: keyboard
  67: cell phone
  68: microwave
  69: oven
  70: toaster
  71: sink
  72: refrigerator
  73: book
  74: clock
  75: vase
  76: scissors
  77: teddy bear
  78: hair drier
  79: toothbrush

# Download script/URL (optional)
download: https://ultralytics.com/assets/coco8.zip

अपने डेटासेट को ज़िप करने के बाद, आपको इसे अपलोड करने से पहले सत्यापित करना चाहिए Ultralytics चक्रनाभि। Ultralytics HUB डेटासेट सत्यापन जाँच पोस्ट-अपलोड आयोजित करता है, इसलिए यह सुनिश्चित करके कि आपका डेटासेट समय से पहले सही ढंग से स्वरूपित और त्रुटि मुक्त है, आप डेटासेट अस्वीकृति के कारण किसी भी असफलता को रोक सकते हैं।

from ultralytics.hub import check_dataset

check_dataset('path/to/coco8.zip')

एक बार आपका डेटासेट ज़िप तैयार हो जाने के बाद, साइडबार में डेटासेट बटन पर क्लिक करके डेटासेट पृष्ठ पर नेविगेट करें।

पृष्ठ के ऊपर दाईं ओर अपलोड डेटासेट बटन पर क्लिक करें। यह क्रिया अपलोड डेटासेट संवाद को ट्रिगर करेगी।

डेटासेट .zip फ़ाइल फ़ील्ड में अपना डेटासेट अपलोड करें।

आपके पास अपने लिए एक कस्टम नाम और विवरण सेट करने का अतिरिक्त विकल्प है Ultralytics हब डेटासेट।

जब आप अपने डेटासेट कॉन्फ़िगरेशन से खुश हों, तो अपलोड करें पर क्लिक करें.

आपका डेटासेट अपलोड और संसाधित होने के बाद, आप इसे डेटासेट पृष्ठ से एक्सेस कर पाएंगे।

आप अपने डेटासेट में छवियों को विभाजन (ट्रेन, सत्यापन, परीक्षण) द्वारा समूहीकृत देख सकते हैं।

साथ ही, आप अवलोकन टैब पर क्लिक करके अपने डेटासेट का विश्लेषण कर सकते हैं ।

इसके बाद, अपने डेटासेट पर एक मॉडल को प्रशिक्षित करें।

डेटासेट साझा करें

उस डेटासेट के डेटासेट पृष्ठ पर नेविगेट करें जिसे आप साझा करना चाहते हैं, डेटासेट क्रियाएं ड्रॉपडाउन खोलें और शेयर विकल्प पर क्लिक करें। यह क्रिया शेयर डेटासेट संवाद को ट्रिगर करेगी।

सामान्य एक्सेस को "असूचीबद्ध" पर सेट करें और सहेजें पर क्लिक करें.

अब, जिस किसी के पास आपके डेटासेट का सीधा लिंक है, वह इसे देख सकता है।

डेटासेट संपादित करें / हटाएं

उस डेटासेट के डेटासेट पृष्ठ पर नेविगेट करें जिसे आप संपादित करना चाहते हैं, डेटासेट क्रियाएं ड्रॉपडाउन खोलें और संपादित करें विकल्प पर क्लिक करें। यह क्रिया अपडेट डेटासेट संवाद को ट्रिगर करेगी।

अपने डेटासेट में वांछित संशोधन लागू करें और फिर सहेजें पर क्लिक करके परिवर्तनों की पुष्टि करें।

उस डेटासेट के डेटासेट पेज पर नेविगेट करें जिसे आप हटाना चाहते हैं, डेटासेट एक्शन ड्रॉपडाउन खोलें और डिलीट विकल्प पर क्लिक करें। यह क्रिया डेटासेट को हटा देगी।

टिप्पणियाँ