데이터 준비#
데이터 준비는 성공적인 computer vision 모델의 기반입니다. Ultralytics Platform은 업로드부터 어노테이션, 분석에 이르기까지 학습 데이터를 관리할 수 있는 종합적인 도구를 제공합니다.
Watch: Get Started with Ultralytics Platform - Data
개요#
Ultralytics Platform의 데이터 섹션은 다음 기능을 지원합니다:
- 이미지, 동영상, 데이터셋 파일(
.tar.gz/.tgz을 포함한 ZIP, TAR, NDJSON) 업로드 - URL에서 가져오기: 아카이브 또는 NDJSON 내보내기 파일의 직접 링크를 붙여넣거나 Roboflow를 통해 가져옵니다.
- Google Cloud Storage, Amazon S3, 또는 Azure Blob Storage를 연동하고 복사본을 업로드하지 않고 데이터를 그 자리에서 사용
- Enterprise On Premise CPU/GPU 워커를 통해 픽셀을 온프레미스로 유지
- 수동 그로잉 도구 및 SAM 기반 스마트 라벨링으로 어노테이션 — SAM 2.1 또는 신규 SAM 3 중 선택
- 클래스 관리: 전체 데이터셋에 걸쳐 클래스 이름 변경, 색상 변경, 병합 및 삭제를 수행합니다.
- 데이터 분석: 통계, 시각화, 임베딩 기반 클러스터링을 사용하여 데이터를 분석합니다.
- 로컬 학습을 위해 NDJSON format으로 내보내기
워크플로우#
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| 단계 | 설명 |
|---|---|
| 업로드 | 자동 처리 기능을 갖춘 이미지, 비디오 또는 아카이브 가져오기 |
| 어노테이션(Annotate) | 수동 도구로 데이터를 라벨링하거나, detect, segment, semantic, OBB를 위해 SAM 어노테이션을 사용하세요. |
| 분석 | 클래스 분포, 공간 히트맵, 차원 통계, 임베딩 클러스터를 확인합니다. |
| 내보내기 | 오프라인 사용을 위해 NDJSON format으로 다운로드 |
지원되는 작업#
Ultralytics Platform 데이터셋은 7가지 모든 YOLO 태스크 유형을 지원합니다:
| 작업 | 설명 | 어노테이션 도구 |
|---|---|---|
| Detect | 바운딩 박스를 사용한 객체 검출 | 사각형 도구 |
| Segment | 픽셀 마스크를 사용한 인스턴스 분할 | 다각형 도구 |
| Semantic | 클래스별 픽셀 영역을 사용한 의미론적 분할 | 다각형 도구 |
| Depth | 픽셀 단위 메트릭 깊이 맵 | 가져온 타겟 |
| Classify | 이미지 수준 분류 | 클래스 선택기 |
| Pose | 내장 및 사용자 지정 스켈레톤 템플릿을 사용한 키포인트 추정 | 키포인트 도구 |
| OBB | 회전된 객체를 위한 회전형 바운딩 박스(OBB) | 회전형 박스 도구 |
태스크 유형은 데이터셋을 생성할 때 설정되며 사용할 수 있는 어노테이션 도구를 결정합니다. 나중에 데이터셋 헤더의 태스크 선택기에서 변경할 수 있지만 전환 후에는 호환되지 않는 어노테이션이 표시되지 않습니다. depth로의 전환 또는 depth에서의 전환은 데이터셋이 비어 있는 동안에만 허용됩니다 — Edit Dataset을 참고하세요.
주요 특징#
스마트 스토리지#
Ultralytics Platform은 스토리지를 효율적으로 관리합니다:
- 중복 제거: 동일한 데이터 영역 내의 동일한 이미지는 한 번만 저장됩니다.
- 무결성: 업로드된 파일의 데이터 무결성을 검증합니다.
- 효율성: 최적화된 저장소 및 빠른 처리
데이터셋 URI#
ul:// URI 형식을 사용하여 데이터셋 참조(Using Platform Datasets 참고):
yolo train data=ul://username/datasets/my-dataset이를 통해 API key가 구성된 모든 머신에서 플랫폼의 데이터셋으로 학습할 수 있습니다.
from ultralytics import YOLO
model = YOLO("yolo26n.pt")
model.train(data="ul://username/datasets/my-dataset", epochs=100)데이터셋 버전 관리#
재현 가능한 학습을 위해 데이터셋의 변경 불가능한 NDJSON 스냅샷을 생성합니다. 각 버전은 생성 시점의 이미지 수, 클래스 수, 어노테이션 수를 캡처합니다. 자세한 내용은 Versions Tab을 참고하세요.
데이터셋 탭#
데이터셋 상태 및 권한에 따라 데이터셋 페이지에 최대 6개의 탭이 표시될 수 있습니다:
| 탭 | 설명 |
|---|---|
| 이미지 | 어노테이션 오버레이가 포함된 그리드, 콤팩트 또는 테이블 보기로 이미지 탐색 |
| Classes | 클래스별 라벨 개수와 함께 클래스를 조회, 이름 변경, 색상 변경, 병합 및 삭제합니다. |
| 차트 | 자동 통계: 분할 분포, 클래스 수, 히트맵 |
| 모델 | 메트릭 및 상태와 함께 이 데이터셋으로 학습된 Models |
| 버전 | 재현성을 위해 변경 불가능한 NDJSON 스냅샷을 생성, 다운로드 및 복원합니다. |
| Errors | 오류 세부 정보 및 수정 지침이 포함된 처리 실패 이미지 |
Classes은 데이터셋에 이미지가 있고 해당 태스크에 클래스가 있을 때 표시되며, Charts은 이미지에 상관없이 이미지가 있을 때마다 표시됩니다. Errors는 처리 실패가 존재할 때만 표시됩니다. Versions은 편집 권한이 있거나 버전이 이미 존재하는 읽기 전용 모드에서 표시됩니다.
클러스터링#
시각적으로 유사한 이미지가 서로 가깝게 배치된 대화형 2D 산점도로 데이터셋을 탐색하세요. 이는 클러스터, 중복 및 이상치를 찾아내고, 데이터 전반에 걸쳐 분할 또는 클래스가 어떻게 분포되어 있는지 검사하는 데 유용합니다. 플롯의 영역을 올리고(Lasso) 해당 이미지로 갤러리를 필터링할 수 있습니다. 분석에는 오류가 없는 이미지 20개에서 200,000개 사이가 필요합니다. 자세한 내용은 Clustering을 참조하세요.
통계 및 시각화#
Charts 탭은 다음을 포함한 자동 분석을 제공합니다:
- 분할 분포: 학습/검증/테스트 이미지 수에 대한 도넛 차트
- 상위 클래스: 가장 빈도가 높은 10개의 어노테이션 클래스를 보여주는 도넛 차트입니다.
- 이미지 크기: 이미지 너비 및 높이 분포 히스토그램(픽셀 단위)
- 이미지 크기 2D: 종횡비 가이드라인이 포함된 너비 대 높이의 2D 히트맵
- 어노테이션 위치: 바운딩 박스 중심 위치에 대한 2D 히트맵
- 인스턴스당 포인트: 다각형 정점 또는 키포인트 개수 분포(분할/포즈 데이터셋)
전체 목록은 Charts tab을 참조하세요.
빠른 링크#
- Datasets: 학습 데이터 업로드, 관리, 내보내기
- Annotation: 수동 및 AI 지원 도구로 데이터 라벨링
- Cloud Training: 어노테이션된 데이터셋으로 모델 학습
- Dataset URI:
ul://URI를 사용하여 어디서나 학습
FAQ#
Ultralytics Platform은 다음을 지원합니다:
이미지: JPEG, PNG, WebP, BMP, TIFF, HEIC, AVIF, JP2, DNG, MPO (각 최대 50MB)
Videos: MP4, WebM, MOV, MKV, M4V (최대 1GB, 1 FPS로 프레임 추출, 최대 100 프레임)
데이터셋 파일:
.tar.gz및.tgz이 포함된 ZIP 또는 TAR 아카이브(Free 요금제 최대 10GB, Pro 요금제 20GB, Enterprise 요금제 50GB). 여기에는 선택적 YOLO-format 또는 COCO JSON 라벨이 포함된 이미지와 NDJSON 내보내기 파일이 포함됩니다.이러한 아카이브 또는 NDJSON 형식 중 하나는
New Dataset대화상자의URL탭에 직접 HTTP(S) 링크를 붙여넣어 가져올 수도 있습니다. Pascal VOC XML 라벨은 감지되지만 가져와지지 않습니다.저장소 제한은 플랜에 따라 다릅니다:
플랜 저장소 제한 Free 100 GB Pro 500 GB Enterprise 무제한 개별 파일 제한: 이미지 50MB, 비디오 1GB, 데이터셋 Free는 10GB / Pro는 20GB / Enterprise는 50GB
네! 데이터셋 URI 형식을 사용하여 로컬에서 학습할 수 있습니다:
export ULTRALYTICS_API_KEY="YOUR_API_KEY" yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset epochs=100또는 NDJSON format으로 데이터셋을 내보내 메타데이터, 분할, 어노테이션, 서명된 이미지 URL을 전송하세요.