Link to this sectionPreparazione dei Dati#
La preparazione dei dati è il fondamento dei modelli di computer vision di successo. Ultralytics Platform fornisce strumenti completi per gestire i tuoi dati di addestramento, dal caricamento all'annotazione, fino all'analisi.
Watch: Get Started with Ultralytics Platform - Data
Link to this sectionPanoramica#
La sezione Dati di Ultralytics Platform ti aiuta a:
- Caricare immagini, video e file di dataset (ZIP, TAR inclusi
.tar.gz/.tgz, NDJSON) - Annotare con strumenti di disegno manuale ed etichettatura intelligente basata su SAM — scegli tra SAM 2.1 o il nuovo SAM 3
- Analizzare i tuoi dati con statistiche e visualizzazioni
- Esportare nel formato NDJSON per l'addestramento locale
Link to this sectionFlusso di lavoro#
graph LR
A[Upload] --> B[Annotate]
B --> C[Analyze]
C --> D[Train]
style A fill:#4CAF50,color:#fff
style B fill:#2196F3,color:#fff
style C fill:#FF9800,color:#fff
style D fill:#9C27B0,color:#fff| Fase | Descrizione |
|---|---|
| Caricamento | Importa immagini, video o archivi con elaborazione automatica |
| Annotazione | Etichetta i dati con strumenti manuali per tutti i 6 tipi di task, o usa l'annotazione SAM per detect, segment, semantic e OBB |
| Analizza | Visualizza distribuzioni di classi, mappe di calore spaziali e statistiche dimensionali |
| Esportazione | Scarica nel formato NDJSON per l'uso offline |
Link to this sectionTask supportati#
Ultralytics Platform supporta tutti i 6 tipi di task di YOLO:
| Task | Descrizione | Strumento di annotazione |
|---|---|---|
| Detect | Rilevamento oggetti con bounding box | Strumento rettangolo |
| Segment | Segmentazione di istanze con maschere di pixel | Strumento poligono |
| Semantic | Segmentazione semantica con regioni di pixel per classe | Strumento poligono |
| Pose | Stima dei keypoint con modelli di scheletro integrati e personalizzati | Strumento keypoint |
| OBB | Bounding box orientati per oggetti ruotati | Strumento riquadro orientato |
| Classify | Classificazione a livello di immagine | Selettore di classe |
Il tipo di task viene impostato durante la creazione di un dataset e determina quali strumenti di annotazione sono disponibili. Puoi modificarlo in seguito dal selettore di task nell'intestazione del dataset, ma le annotazioni incompatibili non verranno visualizzate dopo il cambio.
Link to this sectionFunzionalità Chiave#
Link to this sectionArchiviazione intelligente#
Ultralytics Platform utilizza Content-Addressable Storage (CAS) per una gestione efficiente dei dati:
- Deduplicazione: Le immagini identiche vengono archiviate una sola volta tramite hashing XXH3-128
- Integrità: L'indirizzamento basato su hash garantisce l'integrità dei dati
- Efficienza: Archiviazione ottimizzata ed elaborazione rapida
Link to this sectionURI dei dataset#
Fai riferimento ai dataset usando il formato URI ul:// (vedi Utilizzo dei dataset della piattaforma):
yolo train data=ul://username/datasets/my-datasetQuesto ti consente di addestrare sui dataset della piattaforma da qualsiasi macchina con la tua API key configurata.
from ultralytics import YOLO
model = YOLO("yolo26n.pt")
model.train(data="ul://username/datasets/my-dataset", epochs=100)Link to this sectionVersionamento dei dataset#
Crea snapshot NDJSON immutabili del tuo dataset per un addestramento riproducibile. Ogni versione acquisisce conteggi di immagini, conteggi di classi e conteggi di annotazioni al momento della creazione. Vedi la Scheda Versioni per i dettagli.
Link to this sectionSchede del dataset#
Le pagine dei dataset possono mostrare fino a sei schede, a seconda dello stato del dataset e dei tuoi permessi:
| Scheda | Descrizione |
|---|---|
| Immagini | Sfoglia le immagini in vista griglia, compatta o tabella con sovrapposizioni di annotazioni |
| Classi | Visualizza e modifica nomi delle classi, colori e conteggi delle etichette per classe |
| Grafici | Statistiche automatiche: distribuzione degli split, conteggi delle classi, mappe di calore |
| Modelli | Modelli addestrati su questo dataset con metriche e stato |
| Versioni | Crea e scarica snapshot NDJSON immutabili per un addestramento riproducibile |
| Errori | Immagini che non sono state elaborate con dettagli sull'errore e guida alla risoluzione |
Classes and Charts appear when the dataset has images. Errors appears only when processing failures exist. Versions appears for owners, or for non-owners when versions already exist.
Link to this sectionClustering#
Esplora il tuo dataset come un grafico a dispersione 2D interattivo dove immagini visivamente simili si trovano vicine — utile per far emergere cluster, duplicati e outlier, e per ispezionare come gli split o le classi sono distribuiti nei tuoi dati. Usa il lazo su un'area del grafico per filtrare la galleria su quelle immagini. Vedi Clustering per i dettagli.
Link to this sectionStatistiche e visualizzazione#
The Charts tab provides automatic analysis including:
- Distribuzione degli split: Grafico a ciambella dei conteggi delle immagini train/val/test
- Classi principali: Grafico a ciambella delle classi di annotazione più frequenti
- Dimensioni delle immagini: Istogramma della distribuzione di larghezza e altezza delle immagini (in pixel)
- Punti per istanza: Distribuzione del conteggio dei vertici del poligono o dei keypoint (dataset segment/pose)
- Posizioni delle annotazioni: Mappa di calore 2D delle posizioni centrali dei bounding box
- Dimensioni delle immagini 2D: Mappa di calore 2D della larghezza rispetto all'altezza con linee guida per le proporzioni
Link to this sectionLink rapidi#
- Dataset: Carica, gestisci ed esporta i tuoi dati di addestramento
- Annotazione: Etichetta i dati con strumenti manuali e assistiti dall'IA
- Addestramento su cloud: Addestra modelli sui tuoi dataset annotati
- URI del dataset: Usa URI
ul://per addestrare da ovunque
Link to this sectionFAQ#
Link to this sectionQuali formati di file sono supportati per il caricamento?#
Ultralytics Platform supporta:
Immagini: JPEG, PNG, WebP, BMP, TIFF, HEIC, AVIF, JP2, DNG, MPO (max 50MB ciascuna)
Video: MP4, WebM, MOV, AVI, MKV, M4V (max 1GB, fotogrammi estratti a 1 FPS, max 100 fotogrammi)
File di dataset: Archivi ZIP o TAR inclusi .tar.gz e .tgz (max 10GB su Free, 20GB su Pro, 50GB su Enterprise) contenenti immagini con etichette in formato YOLO opzionali, più esportazioni NDJSON
Link to this sectionQual è la dimensione massima del dataset?#
I limiti di archiviazione dipendono dal tuo piano:
| Piano | Limite di archiviazione |
|---|---|
| Free | 100 GB |
| Pro | 500 GB |
| Enterprise | Illimitato |
Limiti per singolo file: Immagini 50MB, Video 1GB, dataset 10GB su Free / 20GB su Pro / 50GB su Enterprise
Link to this sectionPosso usare i miei dataset della piattaforma per l'addestramento locale?#
Sì! Usa il formato URI del dataset per addestrare localmente:
export ULTRALYTICS_API_KEY="YOUR_API_KEY"
yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset epochs=100Oppure esporta il tuo dataset in formato NDJSON per un addestramento completamente offline.