データ準備#

データ準備は、成功するコンピューター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、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 PlatformのDataセクションでは、次の操作を実行できます。

• アップロード: 画像、動画、データセットファイル（ZIP、.tar.gz/.tgzを含むTAR、NDJSON）
• URLからインポート: アーカイブまたはNDJSONエクスポートへの直接リンクを貼り付けるか、Roboflowからインポートします
• 接続: Google Cloud Storage、Amazon S3、またはAzure Blob Storageに接続し、コピーをアップロードせずにデータをその場所で使用します
• Enterpriseのオンプレミス CPU/GPUワーカーにより、ピクセルをオンプレミスに保持します
• アノテーション（手動描画ツールおよびSAM駆動のスマートラベリングを使用 — SAM 2.1、SAM 3、またはデフォルトのSAM 3.1から選択）
• クラスを管理: データセット全体でクラスの名前変更、色変更、統合、削除を行います
• 分析: 統計情報、可視化、埋め込みベースのクラスタリングでデータを分析します
• ローカルトレーニング用にNDJSON形式でエクスポートします

ワークフロー#

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

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

サポートされるタスク#

Ultralytics Platformのデータセットは、7種類のYOLOタスクタイプすべてに対応しています。

主な特徴#

スマートストレージ#

Ultralytics Platformはストレージを効率的に管理します:

• 重複排除: 同じデータリージョン内の同一画像は1回のみ保存されます
• 整合性: アップロードされたデータの整合性が検証されます
• 効率性: ストレージを最適化し、高速に処理します

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（Platformデータセットの使用を参照）。

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

設定済みのAPIキーがあれば、どのマシンからでもPlatformのデータセットでトレーニングできます。

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
model.train(data="ul://username/datasets/my-dataset", epochs=100)

データセットのバージョン管理#

再現可能なトレーニングのために、データセットの不変NDJSONスナップショットを作成します。各バージョンには、作成時点の画像数、クラス数、アノテーション数が記録されます。詳細はVersionsタブをご覧ください。

データセットタブ#

データセットの状態と権限に応じて、データセットページには最大6つのタブが表示されます。

データセットに画像があり、そのタスクにクラスがある場合はClassesが表示され、画像がある場合は常にChartsが表示されます。処理に失敗したデータがある場合にのみErrorsが表示されます。編集アクセス権がある場合、または読み取り専用モードで既存のバージョンがある場合はVersionsが表示されます。

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。これは、クラスター、重複、外れ値の検出や、データ全体における分割またはクラスの分布の確認に役立ちます。プロット上の領域をなげなわ選択して、該当する画像にギャラリーを絞り込みます。分析には20枚から200,000枚のエラーのない画像が必要です。同じ埋め込みを使用することで、公開データセットから類似した画像を検索し、自身のデータセットに追加できます。詳細についてはクラスタリングをご覧ください。

統計と可視化#

Chartsタブでは、次の自動分析を利用できます。

• 分割分布: train/val/testの画像数を示すドーナツチャート
• 上位クラス: アノテーションで最も頻度の高い10クラスを示すドーナツチャート
• 画像の寸法: 画像の幅と高さの分布を示すヒストグラム（ピクセル単位）
• 画像の寸法2D: アスペクト比のガイドライン付きの、幅と高さの2Dヒートマップ
• アノテーションの位置: バウンディングボックスの中心位置を示す2Dヒートマップ
• インスタンスあたりのポイント数: ポリゴン頂点数またはキーポイント数の分布（segment/poseデータセット）

完全な一覧はChartsタブをご覧ください。

クイックリンク#

• データセット: トレーニングデータをアップロード、管理、エクスポートします
• アノテーション: 手動およびAI支援ツールでデータにラベルを付けます
• クラウドトレーニング: アノテーション済みデータセットでモデルをトレーニングします
• データセットURI: ul:// URIを使用して、どこからでもトレーニングします

FAQ#