データセット
Ultralytics Platformのデータセットは、トレーニングデータを管理するための合理化されたソリューションを提供します。アップロードされたデータセットは、自動処理と統計生成により、すぐにモデルトレーニングに使用できます。
データセットのアップロード
Ultralytics 柔軟性を考慮し、複数のアップロード形式に対応しています。
対応画像形式
| 形式 | 拡張機能 | 注記 |
|---|---|---|
| JPEG | .jpg, .jpeg | 最も一般的、推奨される |
| PNG | .png | 透明性をサポートします |
| WebP | .webp | モダンで、圧縮率が高い |
| BMP | .bmp | 非圧縮 |
| GIF | .gif | 最初のフレームを抽出 |
| TIFF | .tiff, .tif | 高品質 |
| HEIC | .heic | iPhoneの写真 |
| AVIF | .avif | 次世代フォーマット |
| JP2 | .jp2 | JPEG 2000 |
| DNG | .dng | 生カメラ |
対応ビデオフォーマット
動画は自動的にフレームに抽出されます：
| 形式 | 拡張機能 | 抽出 |
|---|---|---|
| MP4 | .mp4 | 1 FPS、最大100フレーム |
| WebM | .webm | 1 FPS、最大100フレーム |
| MOV | .mov | 1 FPS、最大100フレーム |
| AVI | .avi | 1 FPS、最大100フレーム |
| MKV | .mkv | 1 FPS、最大100フレーム |
| M4V | .m4v | 1 FPS、最大100フレーム |
ファイルサイズ制限
| 種類 | 最大サイズ |
|---|---|
| 画像 | 各50MB |
| 動画 | 1 GBずつ |
| ZIPファイル | 50ギガバイト |
アーカイブ
最大50GBのZIPファイルに対応し、フォルダ構造を保持したまま自動解凍・処理を行います。
データセットの準備
ラベル付きデータセットの場合、標準のYOLOフォーマットを使用します。
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構成を定義します。
# 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
- サイドバーのデータセットに移動します
- 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ます
- タスクタイプ（detect, segment, pose, obb, classify）を選択します
- 名前とオプションの説明を追加します
- アップロードをクリックします
アップロード後、プラットフォームがデータを処理します。
- 正規化: 大きな画像のリサイズ（最大4096px）
- サムネイル: 256pxのプレビュー生成
- ラベル解析: YOLO形式のラベル抽出
- 統計: クラス分布の計算
アップロード前の検証
アップロードする前に、データセットをローカルで検証できます。
from ultralytics.hub import check_dataset
check_dataset("path/to/dataset.zip", task="detect")
画像を閲覧
複数のレイアウトでデータセット画像を閲覧します。
| 表示 | 説明 |
|---|---|
| グリッド | アノテーションオーバーレイ付きサムネイルグリッド |
| コンパクト | 素早い確認用のより小さなサムネイル |
| 表 | ファイル名、寸法、ラベル数を含むリスト |
フルスクリーンビューア
任意の画像をクリックすると、以下の機能を持つ全画面ビューアが開きます。
- 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
- アノテーション：アノテーションの表示/非表示を切り替える
- クラス内訳：クラスごとのラベル数
スプリットでフィルタ
データセットの分割に基づいて画像をフィルタリングします。
| 分割 | 目的 |
|---|---|
| トレーニング | モデルのトレーニングに使用 |
| Val | トレーニング中の検証に使用 |
| テスト | 最終評価に使用 |
| 不明 | 分割が割り当てられていません |
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が提供されます。
クラス分布
クラスごとのアノテーション数を示す棒グラフ：
位置ヒートマップ
画像内のアノテーションの表示位置の視覚化：
次元分析
画像寸法（幅 vs 高さ）の散布図：
統計情報のキャッシュ
統計情報は5分間キャッシュされます。アノテーションの変更は、キャッシュの有効期限が切れた後に反映されます。
データセットのエクスポート
オフラインで使用するために、データセットをNDJSON形式でエクスポートします。
- データセットアクションメニューを開く
- エクスポートをクリック
- NDJSONファイルをダウンロード
NDJSON形式は、1行に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 NDJSON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
Platformデータセットを参照するには、以下を使用します。 ul:// URI形式:
ul://username/datasets/dataset-slug
このURIを使用すると、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=yolo26n.pt data=ul://username/datasets/my-dataset epochs=100
Platformデータでどこからでもトレーニング
The ul:// URIはどの環境からでも機能します:
- ローカルマシン: お使いのハードウェアでトレーニングし、データは自動的にダウンロードされます。
- Google Colab: ノートブックでPlatformデータセットにアクセスできます。
- リモートサーバー: 完全なデータセットアクセスでクラウドVM上でトレーニングできます。
表示設定
データセットの表示権限を制御します:
| 設定 | 説明 |
|---|---|
| プライベート | あなたのみがアクセス可能 |
| パブリック | Exploreページで誰でも閲覧可能 |
表示設定を変更するには:
- データセットアクションメニューを開きます
- 編集をクリック
- 表示設定を切り替えます
- 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、または表示設定を更新します:
- データセットアクションメニューを開きます
- 編集をクリック
- 変更を適用
- 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します:
- データセットアクションメニューを開きます
- 削除をクリックします
- 削除を確認
ゴミ箱と復元
削除されたデータセットは30日間ゴミ箱に移動されます。設定のゴミ箱ページから復元できます。
データセットで学習
データセットから直接トレーニングを開始します:
- データセットページでモデルをトレーニングをクリックします
- プロジェクトを選択するか、新規作成します。
- トレーニングパラメータを設定します。
- トレーニングを開始します。
詳細については、クラウドトレーニングを参照してください。
よくある質問
アップロード後、私のデータはどうなりますか？
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。画像は次のとおりです。
- 形式とサイズが検証済み。
- 4096pxより大きい場合は正規化されます（アスペクト比を維持）。
- SHA-256ハッシュを使用したコンテンツアドレス指定ストレージ（CAS）で保存されます。
- 高速ブラウジングのために256pxでサムネイルが生成されます。
ストレージはどのように機能しますか？
Ultralytics Platformは、効率的なストレージのためにコンテンツアドレス指定ストレージ（CAS）を使用します。
- 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ます。
- 整合性: SHA-256ハッシュによりデータの整合性が保証されます。
- 効率性: ストレージコストを削減し、処理を高速化します。
- 地域性: データは選択した地域（US、EU、またはAP）に留まります。
既存のデータセットに画像を追加できますか？
はい、データセットページにある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できます。新しい統計は自動的に計算されます。
データセット間で画像を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ます。
- ギャラリーで画像を選択します。
- 移動またはコピーをクリックします。
- 宛先データセットを選択します。
どのようなラベル形式がサポートされていますか？
Ultralytics PlatformはYOLO形式のラベルをサポートしています。
| タスク | 形式 | 例 |
|---|---|---|
| 検出 | class cx cy w h | 0 0.5 0.5 0.2 0.3 |
| セグメント | class x1 y1 x2 y2 ... | 0 0.1 0.1 0.9 0.1 0.9 0.9 |
| ポーズ | class cx cy w h kx1 ky1 v1 ... | 0 0.5 0.5 0.2 0.3 0.6 0.7 2 |
| OBB | class x1 y1 x2 y2 x3 y3 x4 y4 | 0 0.1 0.1 0.9 0.1 0.9 0.9 0.1 0.9 |
| 分類 | ディレクトリ構造 | train/cats/, train/dogs/ |
すべての座標は正規化されています（0～1の範囲）。姿勢可視性フラグ：0=ラベル付けなし1=ラベル付け済みだが隠蔽2=ラベル付け済みかつ可視
