Preparação de dados#
A preparação de dados é a base para modelos de computer vision de sucesso. A Ultralytics Platform fornece ferramentas abrangentes para gerir os teus dados de treino, desde o carregamento até à anotação e análise.
Watch: Get Started with Ultralytics Platform - Data
Visão geral#
A secção de Dados da Ultralytics Platform ajuda-te a:
- Carregar imagens, vídeos e ficheiros de conjuntos de dados (ZIP, TAR incluindo
.tar.gz/.tgz, NDJSON) - Conecta o Google Cloud Storage, o Amazon S3 ou o Azure Blob Storage e usa os teus dados no local sem carregar uma cópia
- Mantém os pixels no local com os workers de CPU/GPU Enterprise On Premise
- Anotar com ferramentas de desenho manual e rotulagem inteligente alimentada por SAM — escolhe entre o SAM 2.1 ou o novo SAM 3
- Analisar os teus dados com estatísticas e visualizações
- Exportar no formato NDJSON para treino local
Fluxo de trabalho#
graph LR
A[Upload]:::start --> B[Annotate]:::proc
B --> C[Analyze]:::proc
C --> D[Train]:::out
classDef start fill:#4CAF50,color:#fff
classDef proc fill:#2196F3,color:#fff
classDef out fill:#9C27B0,color:#fff| Etapa | Descrição |
|---|---|
| Upload | Importa imagens, vídeos ou arquivos com processamento automático |
| Anotar | Rotula dados com ferramentas manuais para todos os 6 tipos de tarefas, ou usa a anotação SAM para detecção, segmentação, semântica e OBB |
| Analisar | Vê distribuições de classes, mapas de calor espaciais e estatísticas de dimensão |
| Exportar | Descarrega no formato NDJSON para utilização offline |
Tarefas Suportadas#
Os conjuntos de dados da Ultralytics Platform suportam 6 dos 7 tipos de tarefas YOLO — os conjuntos de dados de depth chegarão em breve (modelos de depth e previsão já são suportados):
| Tarefa | Descrição | Ferramenta de Anotação |
|---|---|---|
| Detect | Detecção de objetos com bounding boxes | Ferramenta de retângulo |
| Segment | Segmentação de instâncias com máscaras de pixel | Ferramenta de polígono |
| Semantic | Segmentação semântica com regiões de pixel por classe | Ferramenta de polígono |
| Classify | Classificação ao nível da imagem | Seletor de classe |
| Pose | Estimativa de pontos-chave com modelos de esqueleto integrados e personalizados | Ferramenta de pontos-chave |
| OBB | Oriented bounding boxes para objetos rodados | Ferramenta de caixa orientada |
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 a partir do seletor de tarefas no cabeçalho do conjunto de dados, mas as anotações incompatíveis não serão apresentadas após a mudança.
Principais recursos#
Armazenamento Inteligente#
A Ultralytics Platform utiliza Content-Addressable Storage (CAS) para uma gestão de dados eficiente:
- Deduplication: Bytes de imagem idênticos na mesma região de dados reutilizam um objeto CAS por meio de hash XXH3-128
- Integridade: O endereçamento baseado em hash garante a integridade dos dados
- Eficiência: Armazenamento otimizado e processamento rápido
URIs de Conjuntos de Dados#
Referencia conjuntos de dados usando o formato de URI ul:// (vê Using Platform Datasets):
yolo train data=ul://username/datasets/my-datasetIsto permite treinar nos conjuntos de dados da plataforma a partir de qualquer máquina com a tua API key configurada.
from ultralytics import YOLO
model = YOLO("yolo26n.pt")
model.train(data="ul://username/datasets/my-dataset", epochs=100)Versionamento de Conjuntos de Dados#
Cria snapshots imutáveis em NDJSON do teu conjunto de dados para treino reprodutível. Cada versão captura contagens de imagens, contagens de classes e contagens de anotações no momento da criação. Vê o Versions Tab para detalhes.
Abas do Dataset#
As páginas dos conjuntos de dados podem mostrar até seis separadores, dependendo do estado do conjunto de dados e das tuas permissões:
| Separador | Descrição |
|---|---|
| Imagens | Explora imagens em vista de grelha, compacta ou de tabela com sobreposições de anotações |
| Classes | Vê e edita nomes de classes, cores e contagens de etiquetas por classe |
| Gráficos | Estatísticas automáticas: distribuição de divisões, contagens de classes, mapas de calor |
| Modelos | Modelos treinados neste conjunto de dados com métricas e estado |
| Versões | Cria e descarrega snapshots imutáveis em NDJSON para treino reprodutível |
| Erros | Imagens que falharam o processamento com detalhes de erro e orientação de correção |
Classes e Charts aparecem quando o conjunto de dados possui imagens. Errors aparece apenas quando existem falhas de processamento. Versions aparece quando tens acesso de edição, ou no modo somente leitura quando já existem versões.
Clustering#
Explora o teu conjunto de dados como um gráfico de dispersão 2D interativo onde imagens visualmente semelhantes ficam próximas umas das outras — útil para identificar clusters, duplicados e outliers, e para inspecionar como as divisões ou classes estão distribuídas pelos teus dados. Seleciona uma região do gráfico com o laço para filtrar a galeria para essas imagens. Vê Clustering para detalhes.
Estatísticas e Visualização#
O separador Charts fornece análise automática incluindo:
- Distribuição de Divisão: Gráfico de rosca das contagens de imagens de treino/validação/teste
- Top Classes: Gráfico de rosca das classes de anotação mais frequentes
- Dimensões da Imagem: Histograma da distribuição de largura e altura da imagem (em pixéis)
- Pontos por Instância: Distribuição da contagem de vértices de polígono ou pontos-chave (conjuntos de dados de segmento/pose)
- Localizações de Anotação: Mapa de calor 2D das posições centrais das bounding boxes
- Dimensões da Imagem 2D: Mapa de calor 2D da largura vs altura com linhas guia de proporção
Links Rápidos#
- Datasets: Carrega, gere e exporta os teus dados de treino
- Annotation: Rotula dados com ferramentas manuais e assistidas por IA
- Cloud Training: Treina modelos nos teus conjuntos de dados anotados
- Dataset URI: Usa URIs
ul://para treinar a partir de qualquer lugar
FAQ#
Que formatos de ficheiro são suportados para carregamento?#
A Ultralytics Platform suporta:
Imagens: JPEG, PNG, WebP, BMP, TIFF, HEIC, AVIF, JP2, DNG, MPO (máx. 50MB cada)
Vídeos: MP4, WebM, MOV, MKV, M4V (máximo de 1GB, quadros extraídos a 1 FPS, máximo de 100 quadros)
Ficheiros de conjunto de dados: Arquivos ZIP ou TAR incluindo .tar.gz e .tgz (máx. 10GB no Free, 20GB no Pro, 50GB no Enterprise) contendo imagens com etiquetas em formato YOLO opcionais, além de exportações NDJSON
Qual é o tamanho máximo do conjunto de dados?#
Os limites de armazenamento dependem do teu plano:
| Plano | Limite de Armazenamento |
|---|---|
| Gratuito | 100 GB |
| Pro | 500 GB |
| Enterprise | Ilimitado |
Limites de ficheiros individuais: Imagens 50MB, Vídeos 1GB, conjuntos de dados 10GB no Free / 20GB no Pro / 50GB no Enterprise
Posso usar os meus conjuntos de dados da Plataforma para treino local?#
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=100Ou exporta o teu conjunto de dados no formato NDJSON para transferir os respetivos metadados, divisões, anotações e URLs de imagem assinados.