Conjuntos de Dados#

Os conjuntos de dados do Ultralytics Platform fornecem uma solução otimizada para gerenciar os seus dados de treino. Após o envio, a plataforma processa imagens, rótulos e estatísticas automaticamente. Um conjunto de dados fica pronto para treino assim que o processamento for concluído e ele tiver pelo menos uma imagem na divisão train, pelo menos uma imagem na divisão val ou test, pelo menos uma imagem rotulada e um total de pelo menos duas imagens.

Carregar conjunto de dados#

A Ultralytics Platform aceita múltiplos formatos de carregamento para maior flexibilidade.

Formatos Suportados#

Suporte a Codecs de Vídeo#

A extensão do arquivo por si só não é suficiente: um vídeo ainda pode falhar se o seu codec não puder ser decodificado pelo trabalhador de ingestão da Platform.

ffmpeg -i input.mov \
  -c:v libx264 -pix_fmt yuv420p \
  -c:a aac -movflags +faststart \
  output.mp4

A preparar o teu conjunto de dados#

A Platform suporta envios de Ultralytics YOLO, COCO, Ultralytics NDJSON e brutos (sem anotação):

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

# data.yaml
path: .
train: images/train
val: images/val

names:
    0: person
    1: car
    2: dog

Para obter detalhes de formatos específicos de tarefas, consulta as tarefas suportadas e a Visão geral dos conjuntos de dados.

Processo de carregamento#

Para criar um conjunto de dados:

1. Navega até Annotate na barra lateral
2. Clique em New Dataset
3. Seleciona o tipo de tarefa (consulta as tarefas suportadas)
4. Adiciona um nome e uma descrição opcional
5. Define a visibilidade (pública ou privada) e a licença opcional (consulta as licenças disponíveis)
6. Adiciona ficheiros e clica em Create & Upload, ou clica em Create Dataset para começar com um conjunto de dados vazio

Para adicionar ficheiros a um conjunto de dados existente, abre a respetiva página do conjunto de dados e arrasta os ficheiros para a galeria ou clica no ícone de envio no cabeçalho da página. O ícone de envio abre diretamente o seletor de ficheiros nativo do teu navegador, pois a tarefa do conjunto de dados já está definida.

Após o carregamento, a plataforma processa os teus dados através de um pipeline de várias fases:

graph LR
    A[Upload]:::start --> B[Validate]:::proc
    B --> C[Normalize]:::proc
    C --> D[Thumbnail]:::proc
    D --> E[Parse Labels]:::proc
    E --> F[Statistics]:::out

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef out fill:#9C27B0,color:#fff

1. Validação: Verificações de formato e tamanho
2. Normalização: Imagens grandes redimensionadas (máx. 4096px, dimensão mínima 28px)
3. Miniaturas: Pré-visualizações WebP de 256px geradas
4. Análise de Rótulos: Rótulos nos formatos YOLO e COCO extraídos
5. Estatísticas: Distribuições de classes e dimensões das imagens calculadas

from ultralytics.data.utils import check_det_dataset

check_det_dataset("path/to/data.yaml")

Navegar pelas imagens#

Vê as imagens do teu conjunto de dados em múltiplos layouts.

Abre o painel Clustering a partir da barra de ferramentas da galeria para explorar o teu conjunto de dados como um gráfico de dispersão 2D interativo.

Ordenação e filtragem#

As imagens podem ser ordenadas e filtradas para uma navegação eficiente:

Visualizador em Tela Cheia#

Clique em qualquer imagem para abrir o visualizador em tela cheia com:

• Navegação: Teclas de seta ou visualizações em miniatura para navegar
• Informações da imagem: Reveem as propriedades geradas pela Platform, metadados personalizados e metadados de ficheiro incorporados, como EXIF
• Metadados personalizados: Os proprietários e editores podem adicionar ou substituir um objeto JSON, incluindo valores aninhados até 500.000 caracteres serializados e chaves de nível superior até 128 caracteres
• Anotações: Alternar a visibilidade da sobreposição de anotações
• Detalhamento de Classe: Contagem de rótulos por classe com indicadores de cor
• Annotate: Quando tens acesso de edição, os controlos de anotação ficam ativos imediatamente quando o visualizador em tela cheia é aberto no desktop
• Download: Baixe o arquivo da imagem original
• Excluir: Exclua a imagem do dataset
• Zoom: Cmd/Ctrl+Scroll, Cmd/Ctrl++ ou Cmd/Ctrl+= para aproximar e Cmd/Ctrl+- para afastar
• Repor vista: Cmd/Ctrl + 0 ou o botão de reposição para ajustar a imagem ao visualizador
• Deslocamento (Pan): Mantém pressionado Space e arrasta para deslocar a tela quando estiver com zoom
• Visualização de pixel: Alternar a renderização pixelada para inspeção detalhada

Filtrar por Divisão#

Filtrar imagens por sua divisão de dataset:

Clustering#

O painel Clustering projeta o teu conjunto de dados num gráfico de dispersão 2D interativo, onde imagens visualmente semelhantes ficam próximas umas das outras. Usa-o para detetar aglomerados, identificar duplicados e valores atípicos, e inspecionar como as divisões ou classes estão distribuídas pelos teus dados — sem sair da galeria. Abre-o a partir do ícone de gráfico de dispersão na barra de ferramentas da galeria em qualquer página de conjunto de dados.

Executando Análise#

Inicie uma análise:

1. Abra um dataset e clique no ícone de gráfico de dispersão na barra de ferramentas da galeria
2. Clique em Analyze Dataset
3. Aguarde a barra de progresso terminar — os resultados aparecem no mesmo painel

A análise é executada em segundo plano e pode levar alguns minutos, dependendo do tamanho do seu dataset. Você pode fechar o painel ou sair da página e voltar mais tarde.

Visualização#

Assim que a análise é concluída, o painel mostra um gráfico de dispersão 2D de todas as imagens analisadas. Os filtros da galeria (divisão, classe, rotulado/não rotulado) escurecem os pontos fora do filtro para que você possa focar no subconjunto que lhe interessa.

Colorir Por#

Altera a forma como os pontos de dados são coloridos com o menu suspensivo Color by na barra de ferramentas do painel. Alterna entre os modos de visualização a qualquer momento — o gráfico é recolorido instantaneamente para que possas ver como as divisões, classes ou propriedades de imagem estão distribuídas pelos teus aglomerados:

Seleção de Laço (Lasso)#

Desenha uma seleção de forma livre em torno de uma região para destacar pontos no gráfico. A galeria filtra as imagens correspondentes para que possas inspecioná-las, rotulá-las novamente, movê-las ou eliminá-las usando as operações de imagem habituais.

Pan e Zoom#

Navegue por grandes dispersões diretamente com seu mouse e teclado:

Reanalisando#

Se o teu conjunto de dados sofrer alterações após a análise, aparecerá um botão Re-analyze na parte superior do painel para proprietários e editores.

Clica em Re-analyze para recalcular as incorporações (embeddings) e a projeção 2D de raiz.

Abas do Dataset#

Cada página de dataset pode exibir até seis abas, dependendo do estado do dataset e das suas permissões:

Aba de Imagens#

A visualização padrão mostrando a galeria de imagens com sobreposições de anotação. Suporta modos de visualização em grade, compacto e tabela. Arraste e solte arquivos aqui para adicionar mais imagens.

Aba de Classes#

Esta aba aparece quando o dataset possui imagens.

Gerencie as classes de anotação para seu dataset:

• Histograma de classe: Gráfico de barras mostrando a contagem de anotações por classe com alternância de escala linear/logarítmica
• Tabela de classes: Tabela ordenável e pesquisável com nome da classe, contagem de rótulos e contagem de imagens
• Editar nomes de classes: Clique em qualquer nome de classe para renomeá-lo diretamente
• Editar cores de classes: Clique em uma amostra de cor para alterar a cor da classe
• Adicionar nova classe: Use a entrada na parte inferior para adicionar classes

Aba de Gráficos#

Esta aba aparece quando o dataset possui imagens.

Estatísticas automáticas calculadas a partir do seu conjunto de dados:

Aba de Modelos#

Veja todos os modelos treinados neste conjunto de dados em uma tabela pesquisável:

Aba de Erros#

Esta aba aparece apenas quando um ou mais arquivos falham no processamento.

Imagens que falharam no processamento são listadas aqui com:

• Banner de erro: Contagem total de imagens com falha e orientação
• Tabela de erros: Nome do arquivo, descrição amigável do erro, dicas de correção e miniatura de visualização
• Erros comuns incluem arquivos corrompidos, formatos não suportados, imagens muito pequenas (mínimo 28px) e modos de cor não suportados

Aba de Versões#

Crie snapshots NDJSON imutáveis do seu conjunto de dados para treinamento reprodutível. Cada versão captura contagens de imagens, contagens de classes, contagens de anotações e tamanho do arquivo no momento da criação.

Para criar uma versão:

1. Abra a aba Versões
2. Opcionalmente, insira uma descrição (por exemplo, "Adicionadas 500 imagens de treino" ou "Corrigidas classes com rótulos errados")
3. Clique em + Nova Versão
4. A nova versão aparece na tabela
5. Usa as ações de linha para descarregar, restaurar ou eliminar a versão

Cada versão é numerada sequencialmente (v1, v2, v3...). Podes descarregar uma versão guardada enquanto ela permanecer na tabela de versões.

Exportar Dataset#

Exporte seu conjunto de dados para uso offline com um download NDJSON a partir do cabeçalho do conjunto de dados ou da aba Versões.

Para exportar:

1. Clique no botão Download (ícone de download) no cabeçalho do conjunto de dados
2. Baixe o snapshot NDJSON atual diretamente
3. Use a aba Versions quando quiser um snapshot numerado e imutável que você possa baixar novamente mais tarde

O formato NDJSON armazena um objeto JSON por linha. A primeira linha contém os metadados do conjunto de dados, seguida por uma linha por imagem:

{"type": "dataset", "task": "detect", "name": "my-dataset", "description": "...", "bytes": 12345678, "url": "https://platform.ultralytics.com/...", "class_names": {"0": "person", "1": "car"}, "version": 1, "created_at": "2026-01-15T10:00:00Z", "updated_at": "2026-02-20T14:30:00Z"}
{"type": "image", "file": "img001.jpg", "url": "https://...", "width": 640, "height": 480, "split": "train", "metadata": {"location": {"site": "factory-1"}, "reviewed": true}, "annotations": {"boxes": [[0, 0.5, 0.5, 0.2, 0.3]]}}
{"type": "image", "file": "img002.jpg", "url": "https://...", "width": 1280, "height": 720, "split": "val"}

O objeto metadata opcional ao nível da imagem é preservado quando um ficheiro NDJSON é importado para a Platform. Podes inspecioná-lo ou editá-lo no painel de informações em ecrã inteiro da imagem. Para carregamentos de arquivos programáticos, a Dataset Ingest API aceita o mapa de caminhos imageMetadata equivalente.

Consulta a documentação do formato Ultralytics NDJSON para obteres a especificação completa.

Operações de imagem#

Ações rápidas#

Clique com o botão direito em qualquer imagem na visualização Grid ou Compact para acessar ações rápidas:

Mover divisão em lote#

Reatribua imagens selecionadas para uma divisão diferente dentro do mesmo conjunto de dados:

1. Mude para a visualização Table
2. Selecione as imagens usando os checkboxes
3. Clique com o botão direito para abrir o menu de contexto
4. Escolhe Move to split > Train, Validation ou Test

Você também pode arrastar e soltar imagens nas abas de filtro de divisão na visualização em grade.

Redistribuição de divisão#

Redistribua todas as imagens entre as divisões de treino, validação e teste usando proporções personalizadas:

1. Clique na barra de divisão na barra de ferramentas do conjunto de dados para abrir a caixa de diálogo Redistribute Splits
2. Ajuste as porcentagens da divisão usando qualquer um dos métodos abaixo
3. Revise a prévia da contagem de imagens ao vivo para confirmar a distribuição
4. Clique em Apply para reatribuir aleatoriamente todas as imagens de acordo com suas porcentagens

O diálogo disponibiliza três formas de definir os teus rácios de divisão alvo:

Uma prévia ao vivo mostra exatamente quantas imagens ficarão em cada divisão antes de aplicar.

Exclusão em lote#

Exclua várias imagens de uma vez:

1. Selecione imagens na visualização de tabela
2. Clica com o botão direito e escolhe Delete
3. Confirme a exclusão

URI do conjunto de dados#

Faz referência a conjuntos de dados da Platform utilizando o formato de URI ul:// (consulta Utilizar conjuntos de dados da Platform):

ul://username/datasets/dataset-slug

Também podes colar diretamente um URL web de um conjunto de dados ou modelo (por exemplo, https://platform.ultralytics.com/username/datasets/dataset-slug); este é reescrito automaticamente para o URI ul://. Passar uma lista de conjuntos de dados ajusta finamente um modelo base em cada um deles em série, por exemplo, model.train(data=["ul://username/datasets/a", "ul://username/datasets/b"]).

Use esta URI para treinar modelos de qualquer lugar:

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

Licenças disponíveis#

A plataforma suporta as seguintes licenças para conjuntos de dados:

Configurações de visibilidade#

Controle quem pode ver seu conjunto de dados:

A visibilidade é definida ao criar um conjunto de dados no diálogo New Dataset através de um botão de alternância. Os conjuntos de dados públicos ficam visíveis na página Explore.

Editar conjunto de dados#

Os metadados do conjunto de dados são editados em linha diretamente na página — nenhuma caixa de diálogo é necessária:

• Name: Clica no nome do conjunto de dados para o editar. As alterações são guardadas automaticamente ao perder o foco (blur) ou em Enter.
• Descrição: Clique na descrição (ou no espaço reservado "Add a description...") para editar. As alterações são salvas automaticamente.
• Tipo de tarefa: Clique no selo da tarefa para selecionar um tipo de tarefa diferente.
• Licença: Clique no seletor de licença para alterar a licença do conjunto de dados.

Metadados Personalizados#

Abre Mais ações e seleciona Informação para rever duas secções:

• Metadados do Ultralytics: Detalhes da Platform apenas de leitura, tais como o ID do conjunto de dados, proprietário, tarefa, contagens de imagens e anotações, região de armazenamento e carimbos de data/hora
• Metadados Personalizados: O teu próprio objeto JSON para proveniência, condições de captura, IDs de clientes, governação ou outros dados contextuais

Os visualizadores do Workspace podem inspecionar metadados, enquanto os membros com acesso de edição podem substituir o objeto de metadados personalizados. O objeto de metadados serializado está limitado a 500.000 caracteres e cada chave de nível superior está limitada a 128 caracteres. Guarda um objeto vazio ({}) para limpar os metadados personalizados.

Clonar Dataset#

Ao visualizar um conjunto de dados público que não te pertence, clica em Clone Dataset para abrir o diálogo de clonagem. Revisa o espaço de trabalho de destino, o nome, a visibilidade e a licença, e depois confirma a clonagem. A cópia inclui todas as imagens, anotações e definições de classe. Os conjuntos de dados de origem pública permanecem públicos por predefinição em espaços de trabalho cuja visibilidade padrão seja pública; os clones em espaços de trabalho Enterprise têm como predefinição o formato privado. Se o conjunto de dados original tiver uma licença copyleft, o clone herda-a e o seletor de licença fica bloqueado.

Marcar com Estrela e Partilhar#

• Marcar com Estrela: Clica no botão de estrela para marcar um dataset como favorito. O número de estrelas é visível para todos os utilizadores.
• Partilhar: Para datasets públicos, clica no botão de partilha para copiar uma hiperligação ou partilhar em redes sociais.

Eliminar Dataset#

Apaga um dataset de que já não precises:

1. Clica no ícone do caixote do lixo Delete dataset no cabeçalho do conjunto de dados
2. Confirma na caixa de diálogo: "Isto moverá [name] para o lixo. Podes restaurá-lo no prazo de 30 dias."

Treinar num Dataset#

Começa o treino diretamente a partir do teu dataset:

1. Clica em New Model na página do conjunto de dados
2. Seleciona um projeto ou cria um novo
3. Configura os parâmetros de treino
4. Começa o treino

graph LR
    A[Dataset]:::start --> B[New Model]:::proc
    B --> C[Select Project]:::proc
    C --> D[Configure]:::proc
    D --> E[Start Training]:::out

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef out fill:#9C27B0,color:#fff

Consulta Cloud Training para obteres mais detalhes.

FAQ#

O que acontece aos meus dados após o upload?#

Os teus dados são processados e armazenados na região selecionada (US, EU ou AP). As imagens são:

1. Validadas quanto ao formato e tamanho
2. Rejeitadas se a dimensão mínima for inferior a 28px
3. Normalizadas se forem maiores que 4096px (preservando a proporção; codificadas para armazenamento otimizado)
4. Armazenadas utilizando Content-Addressable Storage (CAS) com hashing XXH3-128
5. Miniaturas geradas em WebP de 256px para uma navegação rápida

Como funciona o armazenamento?#

A Ultralytics Platform utiliza Content-Addressable Storage (CAS) para um armazenamento eficiente:

• Deduplicação: Bytes de imagem idênticos na mesma região de dados reutilizam o mesmo objeto subjacente
• Integridade: O hashing XXH3-128 garante a integridade dos dados
• Eficiência: Os clones reutilizam objetos CAS em vez de copiar bytes de imagem, enquanto ainda contam para a quota de armazenamento do espaço de trabalho de destino
• Regional: Os dados permanecem na região selecionada (US, EU ou AP)

Posso adicionar imagens a um dataset existente?#

Sim. Arrasta arquivos para a galeria do conjunto de dados ou clica no ícone de upload no cabeçalho da página, que abre o seletor de arquivos nativo do navegador diretamente. Novas estatísticas são computadas automaticamente após o processamento.

Como movo imagens entre divisões (splits)?#

Usa a funcionalidade de mover em massa para divisão:

1. Selecione imagens na visualização de tabela
2. Clica com o botão direito e escolhe Move to split
3. Seleciona a divisão de destino (Train, Validation ou Test)

Que formatos de etiqueta são suportados?#

A Ultralytics Platform suporta etiquetas YOLO, COCO JSON, Ultralytics NDJSON e uploads de imagens em bruto:

Posso anotar o mesmo dataset para vários tipos de tarefa?#

Sim. Cada imagem armazena anotações para todos os 6 tipos de tarefa (detect, segment, semantic, classify, pose, OBB) juntos. Podes alternar o tipo de tarefa ativo do conjunto de dados a qualquer momento sem perder as anotações existentes. Apenas as anotações correspondentes ao tipo de tarefa ativo são mostradas no editor e incluídas em exportações e treinamentos — as anotações para outras tarefas são preservadas e reaparecem quando voltas a alternar.