データセット

Ultralytics データセットは、トレーニングデータの管理を効率化するソリューションを提供します。アップロード後、データセットはモデルトレーニングに即時利用可能となり、自動処理と統計情報の生成が行われます。

見る: Ultralytics プラットフォームにデータセットをアップロードする

データセットのアップロード

Ultralytics 柔軟性のため、複数のアップロード形式に対応しています：

動画フレーム抽出

動画をアップロードすると、フレームが自動的に抽出されます：

• フレームレート：約1フレーム毎秒
• 最大フレーム数：動画あたり100フレーム
• 処理：アップロード前のクライアントサイド抽出
• フォーマット：フレームを標準画像形式に変換

監視映像、アクション記録、またはあらゆる動画ソースからトレーニングデータセットを作成するのに最適です。

データセットの準備

ラベル付きデータセットには、標準のYOLO を使用してください：

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

YAMLファイルはデータセットの設定を定義します：

# data.yaml
path: .
train: images/train
val: images/val

names:
    0: person
    1: car
    2: dog

アップロードプロセス

1. サイドバーの「データセット」に移動する
2. 「データセットをアップロード」をクリックするか、ファイルをアップロードゾーンにドラッグしてください
3. タスクタイプを選択（detect、segment、姿勢推定、OBB、classify）
4. 名前と任意の説明を追加してください
5. アップロードをクリック

アップロード後、プラットフォームはお客様のデータを処理します：

1. 正規化：大きな画像をリサイズ（最大4096ピクセル）
2. サムネイル：256pxのプレビュー画像が生成されました
3. ラベル解析：YOLO ラベルを抽出
4. 統計：クラス分布の計算結果

from ultralytics.hub import check_dataset

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

画像を参照する

データセットの画像を複数のレイアウトで表示:

フルスクリーンビューアー

いずれかの画像をクリックすると、フルスクリーンビューアーが開きます：

• ナビゲーション：矢印キーまたはクリックで閲覧
• メタデータ：ファイル名、寸法、分割、ラベル数
• 注釈: 注釈の表示/非表示を切り替える
• クラス別内訳：クラスごとのラベル数

分割によるフィルタリング

画像データをデータセット分割でフィルタリングする:

データセット統計

統計タブでは、データセットの自動分析を提供します：

クラスDistribution

クラスごとの注釈数を示す棒グラフ：

場所ヒートマップ

画像内の注釈表示位置の可視化：

次元解析

画像の寸法（幅対高さ）の散布図：

データセットのエクスポート

オフライン利用のためにデータセットをNDJSON形式でエクスポートします：

1. データセット操作メニューを開く
2. エクスポートをクリック
3. NDJSONファイルをダウンロードしてください

NDJSON形式は、1行につき1つのJSONオブジェクトを格納します：

{"filename": "img001.jpg", "split": "train", "labels": [...]}
{"filename": "img002.jpg", "split": "train", "labels": [...]}

詳細な仕様については、Ultralytics 形式のドキュメントを参照してください。

データセット URI

リファレンスプラットフォームのデータセットを使用して ul:// URI形式:

ul://username/datasets/dataset-slug

このURIを使用して、どこからでもモデルをトレーニングできます：

export ULTRALYTICS_API_KEY="your_api_key"
yolo train model=yolo11n.pt data=ul://username/datasets/my-dataset epochs=100

表示設定

データセットの閲覧者を制御する：

表示を変更するには：

1. データセット操作メニューを開く
2. 編集をクリック
3. 表示設定を切り替える
4. 保存をクリック

データセットの編集

データセット名、説明、または可視性を更新する：

1. データセット操作メニューを開く
2. 編集をクリック
3. 変更を加える
4. 保存をクリック

データセットの削除

不要になったデータセットを削除する:

1. データセット操作メニューを開く
2. 削除をクリック
3. 削除を確認

データセットで学習する

データセットから直接トレーニングを開始します：

1. データセットページで「ClickTrainモデル」をクリック
2. プロジェクトを選択するか、新規作成してください
3. トレーニングパラメータを設定する
4. トレーニングを開始する

詳細はクラウドトレーニングをご覧ください。

よくある質問

アップロード後のデータはどうなりますか？

お客様のデータは、選択された地域（米国、EU、またはAP）で処理および保存されます。画像は：

1. フォーマットとサイズが検証済み
2. 4096pxを超える場合は（アスペクト比を維持して）正規化される
3. SHA-256ハッシュを用いたコンテンツアドレス可能ストレージ（CAS）を使用して保存
4. 高速閲覧のため256pxで生成されたサムネイル
5. 許可なく共有することはありません

ストレージはどのように機能しますか？

Ultralytics 効率的なストレージのためにコンテンツアドレス可能ストレージ（CAS）を採用しています：

• 重複排除: 異なるユーザーによってアップロードされた同一の画像は一度だけ保存される
• 完全性：SHA-256ハッシュによりデータの完全性が保証されます
• 効率性：保管コストを削減し、処理を高速化します
• 地域: データは選択した地域（米国、EU、またはAP）に保持されます

既存のデータセットに画像を追加することはできますか？

はい、データセットページの「画像を追加」ボタンを使用して追加の画像をアップロードしてください。新しい統計は自動的に計算されます。

画像データを別のデータセットに移動するにはどうすればよいですか？

一括選択機能を使用してください：

1. ギャラリーで画像を選択する
2. 移動またはコピーをクリック
3. 目的のデータセットを選択してください

どのラベル形式がサポートされていますか？

Ultralytics YOLO ラベルをサポートします：

• 検出: class_id x_center y_center width height
• セグメント: class_id x1 y1 x2 y2 ... (ポリゴン点)
• ポーズ: class_id x_center y_center width height kp1_x kp1_y kp1_v ...
• OBB: class_id x1 y1 x2 y2 x3 y3 x4 y4

すべての座標は正規化されています（0～1の範囲）。

📅 0日前に作成 ✏️ 0日前に更新

コメント