データ準備
データ準備は、コンピュータビジョンモデルの成功の基盤です。Ultralytics 、アップロードからアノテーション、分析に至るまで、トレーニングデータを管理するための包括的なツールを提供します。
概要
Ultralytics のデータセクションでは、以下のことが可能です:
- 画像、動画、ZIPアーカイブをアップロードする
- 手動ツールとAI支援ラベリングによる注釈付け
- 統計と可視化を用いてデータを分析する
- ローカルトレーニング用に標準形式でエクスポート
ワークフロー
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
| ステージ | 説明 |
|---|---|
| アップロード | 画像、動画、またはZIPアーカイブを自動処理付きでインポート |
| 注釈を付ける | 境界ボックス、ポリゴン、キーポイント、または分類を用いてデータをラベル付けする |
| 分析する | クラス分布、空間ヒートマップ、および次元統計を表示する |
| エクスポート | オフライン利用のためNDJSON形式でダウンロード |
サポートされているタスク
Ultralytics 、以下の5つのYOLO タイプすべてをサポートしています:
| タスク | 説明 | 注釈ツール |
|---|---|---|
| 検出 | バウンディングボックスを用いた物体検出 | 長方形ツール |
| セグメント | ピクセルマスクを用いたインスタンスセグメンテーション | ポリゴンツール |
| ポーズ | キーポイント推定(17点COCOCOCO ) | キーポイントツール |
| OBB | 回転したオブジェクト向けの向き付きバウンディングボックス | 配向ボックスツール |
| 分類 | 画像レベル分類 | クラスセレクタ |
主な特徴
スマートストレージ
Ultralytics 効率的なストレージ技術を採用しています:
- 重複排除:同一の画像は一度だけ保存される
- 完全性:チェックサムはデータの完全性を保証します
- 効率性:最適化されたストレージと高速処理
データセットのURI
以下のリファレンスデータセットを使用する ul:// URI形式:
yolo train data=ul://username/datasets/my-dataset
これにより、APIキーを設定した任意のマシンからプラットフォームデータセットのトレーニングが可能になります。
統計と可視化
すべてのデータセットには自動統計が含まれます:
- クラス分布:クラスごとのラベル数の棒グラフ
- 位置ヒートマップ:注釈の空間分布
- 次元解析:画像の幅と高さの分布
- 分割内訳:トレーニング/検証/テストサンプル数
クイックリンク
よくある質問
アップロードに対応しているファイル形式は何ですか?
Ultralytics 以下をサポートします:
- 画像形式: JPG、PNG、WebP、TIFF、BMP、およびその他の一般的な形式
- 動画形式: MP4、AVI、MOV - フレームは自動的に抽出されます
- アーカイブ: 画像を含むZIPファイル(オプションでYOLOラベル付き)
最大データセットサイズはどれくらいですか?
ストレージの制限はご利用のプランによって異なります:
| 計画 | ストレージ制限 |
|---|---|
| 無料 | 100ギガバイト |
| Pro | 500ギガバイト |
| エンタープライズ | カスタム |
プラットフォームのデータセットをローカルトレーニングに使用できますか?
はい!ローカルでトレーニングするには、データセットURI形式を使用してください:
export ULTRALYTICS_API_KEY="your_key"
yolo train data=ul://username/datasets/my-dataset epochs=100
または、完全にオフラインでトレーニングを行うために、データセットをNDJSON形式でエクスポートします。
📅 0日前に作成 ✏️ 0日前に更新