Preparazione dei dati#

La preparazione dei dati è il fondamento di modelli di computer vision di successo. Ultralytics Platform fornisce strumenti completi per gestire i tuoi dati di training, dal caricamento all'annotazione, fino all'analisi.

Panoramica#

La sezione Dati di Ultralytics Platform ti aiuta a:

• Caricare immagini, video e file di dataset (ZIP, TAR inclusi .tar.gz/.tgz, NDJSON)
• Collega Google Cloud Storage, Amazon S3 o Azure Blob Storage e usa i tuoi dati direttamente senza caricarne una copia
• Mantieni i pixel in locale con i worker CPU/GPU Enterprise On Premise
• Annotare con strumenti di disegno manuale e smart labeling basato 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 il training locale

Workflow#

graph LR
    A[Upload]:::start --> B[Annotate]:::proc
    B --> C[Analyze]:::proc
    C --> D[Train]:::out

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

Attività supportate#

I dataset della piattaforma Ultralytics supportano 6 dei 7 tipi di task YOLO: i dataset di depth arriveranno presto (i modelli e le predizioni depth sono già supportati):

Caratteristiche principali#

Smart Storage#

Ultralytics Platform utilizza Content-Addressable Storage (CAS) per una gestione efficiente dei dati:

• Deduplication: i byte di immagini identici nella stessa regione di dati riutilizzano un singolo oggetto CAS tramite l'hashing XXH3-128
• Integrità: l'indirizzamento basato su hash garantisce l'integrità dei dati
• Efficienza: archiviazione ottimizzata ed elaborazione rapida

URI del dataset#

Fai riferimento ai dataset utilizzando il formato URI ul:// (vedi Uso dei dataset della piattaforma):

yolo train data=ul://username/datasets/my-dataset

Ciò consente il training 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)

Versionamento dei dataset#

Crea snapshot immutabili in NDJSON del tuo dataset per un training riproducibile. Ogni versione acquisisce il conteggio delle immagini, delle classi e delle annotazioni al momento della creazione. Vedi Tab Versioni per i dettagli.

Schede Dataset#

Le pagine del dataset possono mostrare fino a sei tab, a seconda dello stato del dataset e dei tuoi permessi:

Classes e Charts compaiono quando il dataset contiene immagini. Errors compare solo in presenza di errori di elaborazione. Versions compare quando disponi dell'accesso di modifica o in modalità di sola lettura se le versioni esistono già.

Clustering#

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 tra i tuoi dati. Usa il lazo su una regione del grafico per filtrare la galleria su quelle immagini. Vedi Clustering per i dettagli.

Statistiche e visualizzazione#

La scheda Charts fornisce un'analisi automatica che include:

• 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 immagine: 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 immagine 2D: mappa di calore 2D della larghezza rispetto all'altezza con linee guida per il rapporto d'aspetto

Link rapidi#

• Dataset: carica, gestisci ed esporta i tuoi dati di training
• Annotazione: etichetta i dati con strumenti manuali e assistiti dall'IA
• Training nel cloud: addestra modelli sui tuoi dataset annotati
• URI del dataset: usa gli URI ul:// per addestrare da ovunque

FAQ#

Quali 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, 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 facoltative etichette in formato YOLO, più esportazioni NDJSON

Qual è la dimensione massima del dataset?#

I limiti di archiviazione dipendono dal tuo piano:

Limiti per file singolo: immagini 50MB, video 1GB, dataset 10GB su Free / 20GB su Pro / 50GB su Enterprise

Posso usare i miei dataset della piattaforma per il training locale?#

Sì! Usa il formato URI del dataset per fare training localmente:

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

Oppure esporta il tuo dataset in formato NDJSON per trasferirne metadati, suddivisioni, annotazioni e URL di immagini firmati.