Link to this sectionデータ準備#
データ準備は、優れたコンピュータビジョンモデルの基盤です。Ultralytics Platformは、アップロードからアノテーション、分析まで、学習データの管理に役立つ包括的なツールを提供します。
Watch: Get Started with Ultralytics Platform - Data
Link to this section概要#
Ultralytics Platformのデータセクションは、以下の機能を提供します。
- アップロード: 画像、動画、およびデータセットファイル（ZIP、
.tar.gz/.tgzを含むTAR、NDJSON） - アノテーション: 手動描画ツールおよびSAMを活用したスマートラベリング。SAM 2.1または新しいSAM 3から選択できます。
- 分析: 統計と可視化を用いたデータの分析
- エクスポート: ローカル学習用にNDJSON形式でエクスポート
Link to this section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、アーカイブをインポートし、自動処理を実行 |
| アノテーション | 6つのタスクすべてに対応する手動ツールでデータにラベル付け、または検出、セグメント、セマンティック、OBB向けにSAMアノテーションを使用 |
| 分析 | クラス分布、空間ヒートマップ、次元統計を表示 |
| エクスポート | オフライン利用のためにNDJSON形式でダウンロード |
Link to this sectionサポートされるタスク#
Ultralytics Platformは、6つのYOLOタスクすべてをサポートしています。
| タスク | 説明 | アノテーションツール |
|---|---|---|
| Detect | バウンディングボックスによる物体検出 | 矩形ツール |
| Segment | ピクセルマスクによるインスタンスセグメンテーション | ポリゴンツール |
| Semantic | クラスごとのピクセル領域によるセマンティックセグメンテーション | ポリゴンツール |
| Pose | 組み込みおよびカスタムのスケルトンテンプレートを使用したキーポイント推定 | キーポイントツール |
| OBB | 回転物体用の指向性バウンディングボックス | 指向性ボックスツール |
| Classify | 画像レベルの分類 | クラスセレクター |
タスクタイプはデータセット作成時に設定され、利用可能なアノテーションツールを決定します。作成後にデータセットヘッダーのタスクセレクターから変更できますが、切り替え後に互換性のないアノテーションは表示されなくなります。
Link to this section主な機能#
Link to this sectionスマートストレージ#
Ultralytics Platformは、効率的なデータ管理のためにコンテンツアドレス指定可能ストレージ（CAS）を使用します。
- 重複排除: 同一画像はXXH3-128ハッシュ化により一度のみ保存
- 整合性: ハッシュベースのアドレス指定によりデータの整合性を確保
- 効率: 最適化されたストレージと高速処理
Link to this sectionデータセットURI#
ul:// URI形式を使用してデータセットを参照します（Using Platform Datasetsを参照してください）。
yolo train data=ul://username/datasets/my-datasetこれにより、API keyが設定されていれば、どのマシンからでもプラットフォーム上のデータセットを使用して学習できます。
from ultralytics import YOLO
model = YOLO("yolo26n.pt")
model.train(data="ul://username/datasets/my-dataset", epochs=100)Link to this sectionデータセットのバージョン管理#
再現可能な学習のために、データセットの不変なNDJSONスナップショットを作成します。各バージョンは、作成時点での画像数、クラス数、アノテーション数を記録します。詳細はVersions Tabを参照してください。
Link to this sectionデータセットタブ#
データセットページには、データセットの状態と権限に応じて最大6つのタブが表示されます。
| タブ | 説明 |
|---|---|
| 画像 | アノテーションオーバーレイ付きのグリッド、コンパクト、またはテーブルビューで画像を閲覧 |
| クラス | クラス名、色、クラスごとのラベル数を表示・編集 |
| グラフ | 自動統計：分割分布、クラス数、ヒートマップ |
| モデル | このデータセットで学習したModels（メトリクスとステータスを含む） |
| バージョン | 再現可能な学習のために不変なNDJSONスナップショットを作成・ダウンロード |
| エラー | 処理に失敗した画像と、エラーの詳細および修正ガイダンス |
ClassesとChartsはデータセットに画像がある場合に表示されます。Errorsは処理失敗が存在する場合のみ表示されます。Versionsはオーナーに対して表示されるほか、バージョンが既に存在する場合はオーナー以外にも表示されます。
Link to this sectionクラスタリング#
視覚的に類似した画像が近くに配置されるインタラクティブな2D散布図としてデータセットを探索できます。クラスタ、重複、外れ値の検出や、データ全体にわたる分割やクラスの分布を検査するのに役立ちます。プロットの領域を投げ縄（Lasso）ツールで囲むと、ギャラリーをその画像でフィルタリングできます。詳細はClusteringを参照してください。
Link to this section統計と可視化#
Chartsタブは、以下の自動分析機能を提供します。
- 分割分布: 学習/検証/テストの画像数を示すドーナツチャート
- トップクラス: 最も頻度の高いアノテーションクラスのドーナツチャート
- 画像次元: 画像の幅と高さの分布のヒストグラム（ピクセル単位）
- インスタンスごとのポイント: ポリゴンの頂点またはキーポイントの数分布（セグメント/ポーズデータセット）
- アノテーション位置: バウンディングボックスの中心位置の2Dヒートマップ
- 画像次元 2D: アスペクト比のガイドライン付き、幅対高さの2Dヒートマップ
Link to this sectionクイックリンク#
- Datasets: 学習データのアップロード、管理、エクスポート
- Annotation: 手動ツールとAI支援ツールによるデータへのラベル付け
- Cloud Training: アノテーション済みデータセットを使用したモデルの学習
- Dataset URI:
ul://URIを使用してどこからでも学習
Link to this sectionFAQ#
Link to this sectionアップロードにはどのようなファイル形式がサポートされていますか？#
Ultralytics Platformは以下をサポートしています。
画像: JPEG, PNG, WebP, BMP, TIFF, HEIC, AVIF, JP2, DNG, MPO (各最大50MB)
動画: MP4, WebM, MOV, AVI, MKV, M4V (最大1GB、1 FPSでフレーム抽出、最大100フレーム)
データセットファイル: .tar.gzや.tgzを含むZIPまたはTARアーカイブ（Freeは最大10GB、Proは20GB、Enterpriseは50GB）。画像とオプションのYOLO形式ラベル、およびNDJSONエクスポートを含みます。
Link to this sectionデータセットの最大サイズはどれくらいですか？#
ストレージ制限はプランによって異なります。
| プラン | ストレージ制限 |
|---|---|
| Free | 100 GB |
| Pro | 500 GB |
| Enterprise | 無制限 |
個別ファイル制限: 画像50MB、動画1GB、データセットはFreeで10GB / Proで20GB / Enterpriseで50GB
Link to this sectionプラットフォームのデータセットをローカル学習に使用できますか？#
はい。データセットURI形式を使用してローカルで学習できます。
export ULTRALYTICS_API_KEY="YOUR_API_KEY"
yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset epochs=100または、完全にオフラインで学習するためにNDJSON形式でデータセットをエクスポートしてください。