데이터 준비
데이터 준비는 성공적인 컴퓨터 비전 모델의 기반입니다. Ultralytics Platform은 업로드부터 어노테이션, 분석에 이르기까지 학습 데이터를 관리하기 위한 포괄적인 도구를 제공합니다.
개요
Ultralytics Platform의 데이터 섹션은 다음을 지원합니다:
- 이미지, 비디오 및 ZIP 아카이브 업로드
- 어노테이션: 수동 도구 및 AI 지원 라벨링으로
- 분석: 통계 및 시각화를 통해 데이터 분석
- 내보내기: 로컬 학습을 위한 표준 형식으로 내보내기
워크플로우
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
| 단계 | 설명 |
|---|---|
| 업로드 | 이미지, 비디오 또는 ZIP 아카이브를 자동 처리하여 가져오기 |
| 어노테이션 | 바운딩 박스, 폴리곤, 키포인트 또는 분류로 데이터 라벨링 |
| 분석 | 클래스 분포, 공간 히트맵 및 차원 통계 확인 |
| 내보내기 | 오프라인 사용을 위해 NDJSON 형식으로 다운로드 |
지원되는 작업
Ultralytics 플랫폼은 5가지 YOLO 작업 유형을 모두 지원합니다:
| 작업 | 설명 | 어노테이션 도구 |
|---|---|---|
| Detect | 바운딩 박스를 이용한 객체 detect | 사각형 도구 |
| Segment | 픽셀 마스크를 이용한 인스턴스 segment | 폴리곤 도구 |
| 포즈 | 키포인트 추정 (17포인트 COCO 형식) | 키포인트 도구 |
| OBB | 회전된 객체를 위한 지향성 바운딩 박스 | 지향성 박스 도구 |
| Classify | 이미지 레벨 분류 | 클래스 선택기 |
주요 기능
스마트 스토리지
Ultralytics 플랫폼은 효율적인 저장 기술을 사용합니다:
- 중복 제거: 동일한 이미지는 한 번만 저장
- 무결성: 체크섬으로 데이터 무결성 보장
- 효율성: 최적화된 저장 공간 및 빠른 처리
데이터셋 URI
다음과 같은 참조 데이터셋 ul:// URI 형식:
yolo train data=ul://username/datasets/my-dataset
이를 통해 API 키가 구성된 모든 머신에서 플랫폼 데이터셋으로 학습할 수 있습니다.
통계 및 시각화
모든 데이터셋에는 다음과 같은 자동 통계가 포함됩니다:
- 클래스 분포: 클래스별 레이블 수 막대 차트
- 위치 히트맵: 어노테이션의 공간 분포
- 차원 분석: 이미지 너비 대 높이 분포
- 분할 분석: 학습/검증/테스트 샘플 수
빠른 링크
FAQ
업로드에 지원되는 파일 형식은 무엇인가요?
Ultralytics Platform은 다음을 지원합니다:
이미지: JPEG, PNG, WebP, BMP, GIF, TIFF, HEIC, AVIF, JP2, DNG (각 파일 최대 50MB)
동영상: MP4, WebM, MOV, AVI, MKV, M4V (최대 1GB, 초당 1프레임 추출, 최대 100프레임)
아카이브: ZIP 파일(최대 50GB)로, 선택적으로 YOLO 라벨이 포함된 이미지 포함
최대 데이터셋 크기는 얼마인가요?
저장 공간 제한은 플랜에 따라 다릅니다:
| 플랜 | 저장 공간 제한 |
|---|---|
| 무료 | 100 GB |
| Pro | 500 GB |
| 엔터프라이즈 | 사용자 정의 |
개별 파일 제한: 이미지 50MB, 동영상 1GB, ZIP 압축 파일 50GB
내 플랫폼 데이터셋을 로컬 학습에 사용할 수 있습니까?
예! 로컬에서 학습하려면 데이터셋 URI 형식을 사용하십시오:
export ULTRALYTICS_API_KEY="your_key"
yolo train data=ul://username/datasets/my-dataset epochs=100
또는 완전 오프라인 학습을 위해 데이터셋을 NDJSON 형식으로 내보내십시오.
5; 20 전에 생성됨 ✏️ 12 전에 업데이트됨