Set di dati

I dataset di Ultralytics Platform offrono una soluzione ottimizzata per la gestione dei dati di addestramento. Una volta caricati, i dataset possono essere immediatamente utilizzati per l'addestramento del modello, con elaborazione automatica e generazione di statistiche.

Carica dataset

Ultralytics accetta diversi formati di caricamento per garantire la massima flessibilità.

Formati supportati

Preparazione del tuo dataset

La piattaforma supporta due formati di annotazione oltre ai caricamenti grezzi: Ultralytics YOLO, COCOe raw (immagini non annotate):

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" }]
}

Per i dettagli sul formato specifico dell'attività, consultare le attività supportate e la panoramica dei set di dati.

Processo di caricamento

1. Vai a Datasets nella barra laterale
2. Clicca New Dataset oppure trascinare i file nell'area di caricamento
3. Selezionare il tipo di attività (vedere attività supportate)
4. Aggiungi un nome e una descrizione opzionale
5. Imposta la visibilità (pubblica o privata) e la licenza opzionale (vedi licenze disponibili)
6. Clicca Create

Dopo il caricamento, la piattaforma elabora i tuoi dati attraverso una pipeline in più fasi:

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. Convalida: controlli di formato e dimensioni
2. Normalizzazione: immagini di grandi dimensioni ridimensionate (max 4096px, dimensione minima 28px)
3. Miniature: anteprime WebP generate da 256px
4. Analisi delle etichette: YOLO ed etichette COCO estratte
5. Statistiche: distribuzioni delle classi e dimensioni delle immagini calcolate

from ultralytics.hub import check_dataset

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

Sfoglia immagini

Visualizza le immagini del tuo dataset in diversi layout:

Ordinamento e filtraggio

Le immagini possono essere ordinate e filtrate per una navigazione efficiente:

Visualizzatore a schermo intero

Clicca su qualsiasi immagine per aprire il visualizzatore a schermo intero con:

• Navigazione: tasti freccia o anteprime in miniatura per sfogliare
• Metadati: nome file, dimensioni, badge diviso, numero di annotazioni
• Annotazioni: Attiva/disattiva la visibilità della sovrapposizione delle annotazioni
• Ripartizione delle classi: conteggio delle etichette per classe con indicatori di colore
• Modifica: entra in modalità annotazione per aggiungere o modificare le etichette
• Scarica: Scarica il file immagine originale
• Elimina: elimina l'immagine dal set di dati
• Zoom: Cmd/Ctrl+Scroll per ingrandire/ridurre
• Visualizzazione pixel: attiva/disattiva il rendering pixelato per un'ispezione ravvicinata

Filtra per split

Filtra le immagini in base alla loro suddivisione del dataset:

Schede del set di dati

Ogni pagina del set di dati presenta cinque schede accessibili dalla barra delle schede:

Scheda Immagini

La visualizzazione predefinita mostra la galleria immagini con le annotazioni sovrapposte. Supporta le modalità di visualizzazione griglia, compatta e tabella. Trascinare i file qui per aggiungere altre immagini.

Scheda Classi

Gestisci le classi di annotazione per il tuo set di dati:

• Istogramma delle classi: grafico a barre che mostra il numero di annotazioni per classe con commutazione tra scala lineare e logaritmica.
• Tabella delle classi: tabella ordinabile e ricercabile con nome della classe, numero di etichette e numero di immagini
• Modifica i nomi delle classi: clicca su qualsiasi nome di classe per rinominarlo in linea
• Modifica i colori della classe: clicca su un campione di colore per cambiare il colore della classe.
• Aggiungi nuova classe: utilizza il campo di immissione in basso per aggiungere classi

Scheda Grafici

Statistiche automatiche calcolate dal tuo set di dati:

Scheda Modelli

Visualizza tutti i modelli addestrati su questo set di dati in una tabella ricercabile:

Scheda Errori

Le immagini che non sono state elaborate correttamente sono elencate qui con:

• Banner di errore: conteggio totale delle immagini non riuscite e indicazioni
• Tabella degli errori: nome file, descrizione dell'errore intuitiva, suggerimenti per la risoluzione e anteprima in miniatura
• Gli errori più comuni includono file danneggiati, formati non supportati, immagini troppo piccole (minimo 28 px) e modalità colore non supportate.

Esporta Dataset

Esporta il tuo set di dati in formato NDJSON per l'utilizzo offline:

1. Clicca sull'icona di download nell'intestazione del set di dati
2. Il file NDJSON viene scaricato automaticamente

Il formato NDJSON memorizza un oggetto JSON per riga. La prima riga contiene i metadati del set di dati, seguiti da una riga per ogni immagine:

{"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"}

Consulta la documentazione del formato NDJSON di Ultralytics per la specifica completa.

Operazioni in blocco

Gestisci le immagini in blocco utilizzando il menu contestuale della vista tabella:

Trasferirsi a Spalato

Riassegnare le immagini selezionate a una divisione diversa all'interno dello stesso set di dati:

1. Passa alla visualizzazione tabella
2. Seleziona le immagini utilizzando le caselle di controllo
3. Clicca con il tasto destro per aprire il menu contestuale
4. Scegli Move to split > Addestramento, Validazione, oppure Test

È anche possibile trascinare e rilasciare le immagini sulle schede dei filtri divisi nella visualizzazione a griglia.

Eliminazione in blocco

Elimina più immagini contemporaneamente:

1. Seleziona le immagini nella visualizzazione tabella
2. Clicca con il tasto destro del mouse e seleziona Delete
3. Conferma eliminazione

URI del Dataset

Fai riferimento ai dataset della Piattaforma utilizzando il ul:// Formato URI (vedi Utilizzo dei dataset della piattaforma):

ul://username/datasets/dataset-slug

Usa questo URI per addestrare modelli da qualsiasi luogo:

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)

Licenze disponibili

La piattaforma supporta le seguenti licenze per i set di dati:

Impostazioni di Visibilità

Controlla chi può visualizzare il tuo dataset:

La visibilità viene impostata durante la creazione di un set di dati nel New Dataset dialogo utilizzando un interruttore a levetta. I set di dati pubblici sono visibili su Esplora pagina.

Modifica Set di Dati

I metadati del set di dati vengono modificati direttamente nella pagina del set di dati, senza bisogno di finestre di dialogo:

• Nome: Fare clic sul nome del set di dati per modificarlo. Le modifiche vengono salvate automaticamente quando si sfoca o Enter.
• Descrizione: clicca sulla descrizione (o sul segnaposto "Aggiungi una descrizione...") per modificarla. Le modifiche vengono salvate automaticamente.
• Tipo di attività: fare clic sul badge dell'attività per selezionare un tipo di attività diverso.
• Licenza: clicca sul selettore della licenza per modificare la licenza del set di dati.

Clona Dataset

Quando visualizzi un set di dati pubblico che non ti appartiene, clicca su Clone Dataset per creare una copia nel tuo spazio di lavoro. Il clone include tutte le immagini, le annotazioni e le definizioni delle classi. Se il set di dati originale ha una licenza copyleft, il clone la eredita e il selettore della licenza viene bloccato.

Stella e Condividi

• Stella: clicca sul pulsante con la stella per aggiungere un set di dati ai preferiti. Il numero di stelle è visibile a tutti gli utenti.
• Condividi: per i set di dati pubblici, clicca sul pulsante Condividi per copiare un link o condividere sui social network.

Elimina dataset

Elimina un dataset che non ti serve più:

1. Apri il menu delle azioni del dataset
2. Clicca Delete
3. Conferma nella finestra di dialogo: "Questo sposterà [nome] nel cestino. Puoi ripristinarlo entro 30 giorni."

Addestra sul Dataset

Avvia l'addestramento direttamente dal tuo dataset:

1. Clicca New Model nella pagina del set di dati
2. Seleziona un progetto o creane uno nuovo
3. Configura i parametri di addestramento
4. Avvia l'addestramento

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

Vedi Addestramento Cloud per i dettagli.

FAQ

Cosa succede ai miei dati dopo l'upload?

I tuoi dati vengono elaborati e archiviati nella regione selezionata (USA, UE o AP). Le immagini sono:

1. Convalidato per formato e dimensione
2. Rifiutato se la dimensione minima è inferiore a 28px
3. Normalizzato se superiore a 4096px (mantenendo le proporzioni; codificato per un'archiviazione ottimizzata)
4. Archiviato utilizzando Content-Addressable Storage (CAS) con hash XXH3-128
5. Miniature generate a 256px WebP per una navigazione veloce

Come funziona l'archiviazione?

La piattaforma Ultralytics utilizza lo Storage Indirizzabile per Contenuto (CAS) per un'archiviazione efficiente:

• Deduplicazione: Immagini identiche caricate da utenti diversi vengono archiviate una sola volta
• Integrità: l'hashing XXH3-128 garantisce l'integrità dei dati
• Efficienza: Riduce i costi di archiviazione e accelera l'elaborazione
• Regionale: I dati rimangono nella regione selezionata (US, EU o AP)

Posso aggiungere immagini a un dataset esistente?

Sì, trascina i file sulla pagina del set di dati o utilizza il pulsante di caricamento per aggiungere altre immagini. Le nuove statistiche verranno calcolate automaticamente.

Come posso spostare le immagini tra le sezioni?

Utilizza la funzione di spostamento in blocco per dividere:

1. Seleziona le immagini nella visualizzazione tabella
2. Clicca con il tasto destro del mouse e seleziona Move to split
3. Seleziona la suddivisione desiderata (Addestramento, Convalida o Test)

Quali formati di etichette sono supportati?

Ultralytics supporta due formati di annotazione per il caricamento:

📅 Creato 1 mese fa ✏️ Aggiornato 5 giorni fa

Commenti