Começar

Preparação de dados

A preparação de dados é a base de modelos de visão computacional bem-sucedidos. A Ultralytics Platform oferece ferramentas para gerir os teus dados de treino, desde o carregamento até à anotação e à análise.



Assista: Comece a usar a plataforma Ultralytics: dados

Visão geral#

A secção Dados do Ultralytics Platform ajuda-te a:

Barra lateral Visão geral de dados Conjuntos de dados do Ultralytics Platform

Fluxo de trabalho#

EstágioDescrição
EnviarImporta imagens, vídeos ou arquivos com processamento automático
AnotarRotula dados com ferramentas manuais ou usa a anotação inteligente com SAM (deteção, segmentação, semântica e OBB), YOLO ou modelos orientados por classe — modelos de código aberto alojados ou modelos pagos de provedores — em conjuntos de dados de deteção com 1–200 classes
AnalisarConsulta distribuições de classes, mapas de calor espaciais, estatísticas de dimensões e agrupamentos de incorporações
ExportarTransfere em formato NDJSON para utilização offline

Tarefas suportadas#

Os conjuntos de dados do Ultralytics Platform são compatíveis com os 7 tipos de tarefa YOLO:

TarefaDescriçãoFerramenta de anotação
DetetarDeteção de objetos com caixas delimitadorasFerramenta de retângulo
SegmentarSegmentação de instâncias com máscaras de píxeisFerramenta de polígono
SemânticaSegmentação semântica com regiões de píxeis por classeFerramenta de polígono
ProfundidadeMapas de profundidade métrica por píxelAlvos importados
ClassificarClassificação ao nível da imagemSeletor de classes
PoseEstimativa de pontos-chave com modelos de esqueleto integrados e personalizadosFerramenta de pontos-chave
OBBCaixas delimitadoras orientadas para objetos rodadosFerramenta de caixas orientadas
Seleção do tipo de tarefa

O tipo de tarefa é definido ao criar um conjunto de dados e determina quais as ferramentas de anotação disponíveis. Podes alterá-lo mais tarde no seletor de tarefas do cabeçalho do conjunto de dados, mas as anotações incompatíveis deixam de ser apresentadas após a mudança. Só podes mudar para ou de profundidade enquanto o conjunto de dados estiver vazio — consulta Editar conjunto de dados.

Principais funcionalidades#

Armazenamento inteligente#

O Ultralytics Platform gere o armazenamento de forma eficiente:

  • Deduplicação: imagens idênticas na mesma região de dados são armazenadas uma única vez
  • Integridade: os carregamentos são verificados quanto à integridade dos dados
  • Eficiência: os clones reutilizam as imagens armazenadas em vez de as copiar, mas continuam a contar para a quota de armazenamento do espaço de trabalho de destino

URIs de conjuntos de dados#

Faz referência a conjuntos de dados usando o formato URI ul:// (consulta Usar conjuntos de dados do Platform):

yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset

Isto permite treinar com os conjuntos de dados do Platform em qualquer máquina com a tua chave API configurada.

Usar dados do Platform a partir de Python
from ultralytics import YOLO

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

Versionamento de conjuntos de dados#

Cria instantâneos NDJSON imutáveis do teu conjunto de dados para obteres treinos reproduzíveis. Cada versão regista a contagem de imagens, classes e anotações no momento da criação. Consulta o separador Versões para mais detalhes.

Separadores do conjunto de dados#

As páginas de conjuntos de dados podem exibir até sete abas, dependendo do estado do conjunto de dados e das suas permissões:

SeparadorDescrição
ImagensPercorre imagens em vista de grelha, compacta ou tabela, com sobreposições de anotações
ClassesConsulta, muda o nome e a cor, funde e elimina classes com contagens de rótulos por classe
GráficosEstatísticas automáticas: distribuição das divisões, contagens de classes, mapas de calor
ModelosModelos treinados neste conjunto de dados, com métricas e estado
ComentáriosTópico de discussão
VersõesCria, compara, transfere e restaura instantâneos NDJSON imutáveis
ErrosImagens cujo processamento falhou, com detalhes do erro e orientações para a correção

Classes aparece quando o conjunto de dados contém imagens e a tarefa tem classes, enquanto Charts aparece sempre que o conjunto de dados contém imagens. Comments aparece em conjuntos de dados públicos. Errors aparece somente quando há falhas de processamento. Versions aparece quando você tem acesso de edição ou, no modo somente leitura, quando já existem versões.

Agrupamento#

Explora o teu conjunto de dados num gráfico de dispersão 2D interativo, onde as imagens visualmente semelhantes ficam próximas umas das outras — útil para identificar grupos, duplicados e valores atípicos, bem como para inspecionar a distribuição das divisões ou classes nos teus dados. Delimita uma região com o laço ou clica num ponto para filtrar a galeria e mostrar essas imagens. A análise requer entre 20 e 200 000 imagens sem erros. As mesmas incorporações permitem-te encontrar imagens semelhantes em conjuntos de dados públicos, teus e da equipa, e adicioná-las ao teu conjunto de dados. Consulta Agrupamento para mais detalhes.

Estatísticas e visualização#

O separador Charts fornece análises automáticas, incluindo:

  • Distribuição das divisões: gráfico em anel com as contagens de imagens de treino/validação/teste
  • Principais classes: gráfico em anel das 10 classes de anotação mais frequentes
  • Dimensões da imagem: histograma da distribuição da largura e altura das imagens (em pixels)
  • Dimensões da imagem 2D: mapa de calor 2D da largura versus altura, com linhas-guia de proporção
  • Localizações das anotações: mapa de calor 2D das posições centrais das caixas delimitadoras
  • Pontos por instância: distribuição da contagem de vértices de polígonos ou pontos-chave (conjuntos de dados de segmentação/pose)

Veja a aba Gráficos para conferir a lista completa.

Perguntas frequentes#

  • A Ultralytics Platform aceita:

    Imagens: JPEG, PNG, WebP, BMP, TIFF, HEIC, AVIF, JP2, DNG, MPO (máximo de 50 MB cada)

    Vídeos: MP4, WebM, MOV, MKV, M4V (máximo de 1 GB; quadros extraídos a 1 FPS, máximo de 100 quadros)

    Arquivos de conjunto de dados: arquivos ZIP ou TAR, incluindo .tar.gz e .tgz (máximo de 10 GB no Free, 20 GB no Pro, 50 GB no Enterprise), que contenham imagens com rótulos opcionais no formato YOLO, JSON COCO ou JSON LabelMe, máscaras PNG semânticas ou mapas de profundidade, além de exportações Ultralytics NDJSON ou Labelbox NDJSON

    Qualquer um desses formatos de arquivo compactado ou NDJSON também pode ser importado colando um link HTTP(S) direto na aba URL da janela New Dataset. Os rótulos Pascal VOC XML são detectados, mas não são importados.

  • Os limites de armazenamento dependem do seu plano:

    PlanoLimite de armazenamento
    Free100 GB
    Pro500 GB
    EnterpriseIlimitado

    Limites por arquivo: imagens de 50 MB, vídeos de 1 GB, conjuntos de dados de 10 GB no Free / 20 GB no Pro / 50 GB no Enterprise

  • Sim. Usa o formato de URI do conjunto de dados para treinar localmente:

    export ULTRALYTICS_API_KEY="YOUR_API_KEY"
    yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset epochs=100

    Ou exporte seu conjunto de dados no formato NDJSON para transferir os metadados, as divisões, as anotações e os URLs de imagem assinados.

Comentários

Faz uma pergunta, partilha os teus resultados ou ajuda alguém.