Conjuntos de dados#

Os conjuntos de dados da Ultralytics Platform fornecem uma solução simplificada para gerir os teus dados de treino. Após o carregamento, a plataforma processa automaticamente imagens, etiquetas e estatísticas.

Um conjunto de dados está pronto para treino quando o processamento termina e contém pelo menos uma imagem na divisão train, pelo menos uma imagem na divisão val ou test, e pelo menos uma imagem etiquetada. O cabeçalho do conjunto de dados apresenta um emblema Ready quando as três condições são cumpridas e um emblema Not Ready caso contrário — clica no emblema para veres exatamente qual condição está em falta.

Recolhe imagens com agentes#

Usa Agents para adicionar imagens a um conjunto de dados quando a deteção de um modelo cumpre uma condição, como uma confiança dentro de um intervalo escolhido. Liga a condição a um bloco Dataset e seleciona um destino que podes editar. As imagens chegam sem etiquetas na divisão train; as cópias existentes são ignoradas. Revisa e etiqueta as imagens com o editor de anotações existente.

Carregar conjunto de dados#

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

Formatos suportados#

Suporte de codecs de vídeo#

A extensão do ficheiro, por si só, não é suficiente: um vídeo pode continuar a falhar se não for possível descodificar o respetivo codec durante o processamento.

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

Preparar o teu conjunto de dados#

A plataforma suporta Ultralytics YOLO, COCO, máscaras PNG semânticas, conjuntos de dados de profundidade, Ultralytics NDJSON e uploads brutos (não anotados):

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

Se as etiquetas fizerem referência a IDs de classes, mas não forem fornecidos nomes de classes, a Platform gera nomes de marcador densos (class0, class1, …) que podes renomear mais tarde no separador Classes.

Para obteres detalhes específicos do formato por tarefa, consulta as tarefas suportadas e a Visão geral dos conjuntos de dados.

Processo de carregamento#

Para criares um conjunto de dados:

1. Navega até Annotate na barra lateral
2. Clica em New Dataset
3. Escolhe um separador de origem de dados (consulta Origens de dados abaixo)
4. Adiciona um nome — o slug do URL é derivado automaticamente e pode ser editado — e uma descrição opcional
5. Seleciona o tipo de tarefa (consulta as tarefas suportadas), uma licença opcional (consulta as licenças disponíveis) e a visibilidade (pública ou privada)
6. Clica em Create & Upload para ficheiros locais, em Create & Import para um URL ou uma origem ligada, ou em Create Dataset para começares vazio

Para adicionares ficheiros a um conjunto de dados existente, abre a página do conjunto de dados e arrasta os ficheiros para a galeria ou clica no ícone de carregamento no cabeçalho da página. O ícone de carregamento abre diretamente o selecionador de ficheiros nativo do teu navegador porque a tarefa do conjunto de dados já está definida.

Fontes de dados#

A caixa de diálogo New Dataset disponibiliza quatro origens:

Antes de começar o carregamento#

A Platform valida os teus ficheiros no navegador antes de carregar qualquer conteúdo, para que os problemas comuns surjam imediatamente, em vez de só aparecerem após uma transferência longa. Os arquivos são verificados quanto a corrupção, ausência de conteúdo, proteção por palavra-passe e erros de sintaxe YAML, e os ficheiros demasiado grandes são listados pelo nome.

Podem então aparecer duas caixas de diálogo:

Após o carregamento, a plataforma processa os teus dados automaticamente:

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 (máximo de 4096px, dimensão mínima de 28px), imagens em tons de cinzento convertidas para RGB, transparência aplicada sobre fundo branco e orientação EXIF aplicada
3. Miniaturas: Pré-visualizações WebP de 256px geradas
4. Análise de etiquetas: Etiquetas YOLO, COCO e NDJSON extraídas
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")

Explorar imagens#

Visualiza as imagens do teu conjunto de dados em vários esquemas.

Abre o painel Clustering na 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 exploração eficiente:

Visualizador em ecrã inteiro#

Clica numa imagem para abrir o visualizador em ecrã inteiro com:

• Navegação: Teclas de seta ou pré-visualizações de miniaturas para explorar
• Informações da imagem: Consulta propriedades geradas pela Platform, metadados personalizados e metadados incorporados no ficheiro, como EXIF
• Metadados personalizados: Proprietários e editores podem adicionar ou substituir um objeto JSON, incluindo valores aninhados com até 500.000 caracteres serializados e chaves de nível superior com até 128 caracteres
• Anotações: Alterna a visibilidade da sobreposição de anotações
• Detalhes por classe: Contagens de etiquetas por classe com indicadores de cor
• Anotar: Quando tens acesso de edição, os controlos de anotação ficam imediatamente ativos quando o visualizador em ecrã inteiro é aberto no computador
• Transferir: Transfere o ficheiro de imagem original
• Eliminar: Elimina a imagem do conjunto de dados
• Zoom: Cmd/Ctrl+Scroll, Cmd/Ctrl++ ou Cmd/Ctrl+= para ampliar, e Cmd/Ctrl+- para reduzir
• Repor vista: Cmd/Ctrl + 0 ou o botão de reposição para ajustar a imagem ao visualizador
• Deslocar: Mantém premida a tecla Space e arrasta para deslocar a tela quando o zoom está ativo
• Vista de píxeis: Alterna a renderização pixelizada para uma inspeção detalhada
• Cortina de profundidade: Em conjuntos de dados de profundidade, um separador arrastável alterna entre a imagem RGB e o respetivo mapa de profundidade colorido

Filtrar por divisão#

Filtra as imagens pela divisão do conjunto de dados:

Clustering#

O painel Clustering projeta o teu conjunto de dados num gráfico de dispersão 2D interativo, no qual as imagens visualmente semelhantes ficam próximas umas das outras. Usa-o para revelar grupos, identificar duplicados e valores atípicos e inspecionar como as divisões ou classes estão distribuídas nos teus dados — sem sair da galeria. Abre-o através do ícone do gráfico de dispersão na barra de ferramentas da galeria, em qualquer página de conjunto de dados.

Executar análise#

Inicia uma análise:

1. Abre um conjunto de dados e clica no ícone do gráfico de dispersão na barra de ferramentas da galeria
2. Clica em Analyze Dataset
3. Aguarda até a barra de progresso terminar — os resultados aparecem no mesmo painel

A análise é executada em segundo plano em duas fases, Computing embeddings e Clustering, e pode demorar alguns minutos, dependendo do tamanho do teu conjunto de dados. Podes fechar o painel ou sair da página e voltar mais tarde.

Visualização#

Quando a análise termina, o painel apresenta um gráfico de dispersão 2D de todas as imagens analisadas, com uma legenda e um contador de pontos. Os filtros da galeria (divisão, classe, etiquetadas/não etiquetadas) escurecem os pontos fora do filtro para que te possas concentrar no subconjunto pretendido — o contador passa então a apresentar visible / total points.

Colorir por#

Altera a forma como os pontos de dados são sombreados com o menu suspenso Color by na barra de ferramentas do painel. Muda os modos de visualização a qualquer momento — o gráfico muda de cor instantaneamente para que possas ver como as divisões, classes ou propriedades das imagens estão distribuídas pelos teus agrupamentos:

Seleção com laço#

Desenha uma seleção de forma livre à volta de uma região para realçar pontos no gráfico. A galeria é filtrada para mostrar as imagens correspondentes, para que possas inspecioná-las, voltar a etiquetá-las, movê-las ou eliminá-las utilizando as operações de imagem habituais.

Deslocar e ampliar#

Navega diretamente por gráficos de dispersão grandes com o rato e o teclado, ou através dos botões de zoom no canto inferior esquerdo do gráfico:

Voltar a analisar#

Se o teu conjunto de dados mudar após a análise — forem adicionadas novas imagens ou a contagem analisada deixar de corresponder ao conjunto de dados — aparece um botão Re-analyze na parte superior do painel para proprietários e editores.

Clica em Re-analyze para recalcular as incorporações e a projeção 2D desde o início.

Encontrar Imagens Semelhantes#

Os mesmos embeddings alimentam a pesquisa de similaridade em conjuntos de dados públicos. Em um conjunto de dados que podes editar, clica com o botão direito em uma imagem na visualização Grade ou Compacta (ou em uma única linha selecionada na visualização Tabela) e escolhe Encontrar imagens semelhantes. A caixa de diálogo lista até 24 das imagens públicas mais próximas com seu conjunto de dados de origem, licença e pontuação de similaridade, excluindo imagens que teu conjunto de dados já possui e cópias da imagem selecionada em outros conjuntos de dados. Seleciona as que queres e clica em Adicionar ao conjunto de dados: elas são adicionadas à divisão train como imagens não rotuladas, contabilizadas no teu armazenamento e prontas para anotação.

Uma imagem sem um embedding — em um conjunto de dados ainda não analisado, ou adicionado desde a última análise — mostra Analyze this dataset in Clustering to find similar images. A caixa de diálogo não está disponível em conjuntos de dados conectados. Os diagnósticos de validação por imagem de um modelo executam a mesma pesquisa a partir de suas imagens com pior desempenho.

Separadores do conjunto de dados#

Cada página de conjunto de dados pode mostrar até seis separadores, dependendo do estado do conjunto de dados e das tuas permissões:

Separador Imagens#

A vista predefinida, que mostra a galeria de imagens com sobreposições de anotações. Suporta os modos de visualização em grelha, compacto e tabela. Arrasta e larga ficheiros aqui para adicionar mais imagens.

Separador Classes#

Este separador aparece quando o conjunto de dados tem imagens e a sua tarefa tem classes.

Gere as classes de anotação do teu conjunto de dados:

• Histograma de classes: Gráfico de barras que mostra a contagem de anotações por classe, ordenado por frequência, com uma opção para alternar entre escalas linear e logarítmica
• Tabela de classes: Tabela pesquisável e ordenável com índice, nome, contagem de anotações e contagem de imagens
• Editar nomes das classes: Clica em qualquer nome de classe para o mudar diretamente
• Editar cores das classes: Clica numa amostra de cor para alterar a cor da classe
• Adicionar nova classe: Utiliza o campo de entrada na parte inferior para adicionar classes
• Fundir classes: Seleciona duas ou mais linhas e clica em Merge into one
• Eliminar classes: Seleciona uma ou mais linhas e clica em Delete

Fundir classes#

A fusão consolida etiquetas duplicadas ou sobrepostas — por exemplo, combina car, automobile e vehicle numa única classe:

1. Seleciona duas ou mais classes utilizando as caixas de seleção das linhas
2. Clica em Merge into one no cabeçalho da tabela ou clica com o botão direito na seleção
3. Escolhe qual das classes selecionadas será o destino para a fusão das restantes
4. Confirma

Todas as anotações pertencentes às classes de origem são reatribuídas à classe de destino, e as classes de origem são removidas. Nenhuma anotação é eliminada, pelo que a contagem total de anotações do conjunto de dados permanece inalterada.

Eliminar classes#

1. Seleciona uma ou mais classes utilizando as caixas de seleção das linhas
2. Clica em Delete no cabeçalho da tabela ou clica com o botão direito na seleção
3. Confirma

Eliminar uma classe remove a classe e todas as suas anotações. Nos conjuntos de dados de classificação, as etiquetas são removidas, mas as imagens permanecem, ficando sem anotações.

Separador Gráficos#

Este separador aparece quando o conjunto de dados tem imagens.

Estatísticas automáticas calculadas a partir do teu conjunto de dados:

Os gráficos aparecem nesta ordem, e cada um é omitido quando o conjunto de dados não tem dados para ele — um conjunto de dados de imagens sem processamento não mostra gráficos de anotações, e Points per Instance aparece apenas para dados de segmentação e pose:

Separador Modelos#

Vê todos os modelos treinados neste dataset numa tabela pesquisável:

Separador Erros#

Este separador aparece apenas quando um ou mais ficheiros falham durante o processamento.

As imagens cujo processamento falhou são listadas aqui com:

• Faixa de erro: Contagem total de imagens falhadas e orientações
• Tabela de erros: Nome do ficheiro, descrição do erro em linguagem simples, sugestões de correção e miniatura de pré-visualização
• Os erros comuns incluem ficheiros corrompidos, formatos não suportados, imagens demasiado pequenas (mín. 28px) e modos de cor não suportados

Separador Versões#

Cria snapshots NDJSON imutáveis do teu dataset para um treino reproduzível. Cada versão regista o número de imagens, o número de classes, o número de anotações e o tamanho do ficheiro no momento da criação.

Para criar uma versão:

1. Abre o separador Versions
2. Opcionalmente, introduz uma descrição (por exemplo, "Adicionadas 500 imagens de treino" ou "Corrigidas classes com etiquetas incorretas")
3. Clica em New Version
4. A nova versão aparece na tabela

Cada versão é numerada sequencialmente (v1, v2, v3...) e é imutável — as versões não podem ser editadas nem removidas; apenas as suas descrições podem ser alteradas. Usa as ações da linha para transferir ou restaurar qualquer versão a qualquer momento.

Exportar dataset#

Exporta o teu dataset para utilização offline através de uma transferência NDJSON no cabeçalho do dataset ou no separador Versions.

Para exportar:

1. Clica no botão Download (ícone de transferência) no cabeçalho do dataset
2. Transfere diretamente o snapshot NDJSON atual
3. Usa o separador Versions quando quiseres um snapshot numerado e imutável que possas voltar a transferir mais tarde

O formato NDJSON armazena um objeto JSON por linha. A primeira linha contém os metadados do conjunto de dados, seguida de 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 opcional metadata ao nível da imagem é preservado quando um ficheiro NDJSON é importado para a Plataforma. Podes inspecioná-lo ou editá-lo no painel de informações em ecrã inteiro da imagem. Para carregamentos de arquivos programáticos, a Ingest Dataset Data API aceita o mapa de caminhos equivalente imageMetadata.

Os datasets de pose também incluem um campo kpt_shape na linha do cabeçalho do dataset, inferido a partir das anotações quando ainda não está definido.

As exportações de profundidade declaram "task": "depth" e "depth_scale": 1000 na linha do dataset. Cada linha de imagem inclui um depth.url para o PNG uint16 simples correspondente. A Ultralytics transfere os URLs da imagem e da profundidade em simultâneo e escreve um YAML de treino com a mesma escala, pelo que o ficheiro NDJSON pode ser passado diretamente para model.train(data=...).

Consulta a documentação do formato NDJSON da Ultralytics para obter a especificação completa.

Operações de imagem#

Ações rápidas#

Clica com o botão direito do rato em qualquer imagem na vista Grid ou Compact para aceder às ações rápidas:

Mover em massa para uma divisão#

Reatribua as imagens selecionadas a uma divisão diferente dentro do mesmo dataset:

1. Mude para a vista Tabela
2. Selecione as imagens usando as caixas de seleção
3. Clique com o botão direito para abrir o menu de contexto
4. Escolha Move to split > Treino, Validação ou Teste

Também pode arrastar e largar imagens nos separadores de filtro de divisão na vista em grelha. Se mover uma imagem causar conflito com uma imagem idêntica já existente na divisão de destino, a Platform pergunta se quer ignorá-la, manter ambas ou substituí-la.

Redistribuição das divisões#

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

1. Clique na barra de divisão da barra de ferramentas do dataset para abrir a caixa de diálogo Redistribuir divisões
2. Ajuste as percentagens das divisões usando qualquer um dos métodos abaixo
3. Consulte a pré-visualização atualizada da contagem de imagens para confirmar a distribuição
4. Clique em Aplicar para reatribuir aleatoriamente todas as imagens de acordo com as suas percentagens

A caixa de diálogo disponibiliza três formas de definires os teus rácios de divisão de destino:

Uma pré-visualização atualizada mostra exatamente quantas imagens ficarão em cada divisão antes de aplicar.

Eliminação em massa#

Elimine várias imagens de uma só vez:

1. Selecione as imagens na vista de tabela
2. Clique com o botão direito e escolha Delete ou prima Cmd/Ctrl+Delete
3. Confirma a eliminação

URI do dataset#

Faça referência aos datasets da Platform usando o formato de URI ul:// (consulte Utilizar datasets da Platform):

ul://username/datasets/dataset-slug

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

Use esta URI para treinar modelos a partir 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 Platform suporta as seguintes licenças para datasets:

Definições de visibilidade#

Controle quem pode ver o seu dataset:

A visibilidade é definida ao criar um dataset na caixa de diálogo New Dataset, através de um interruptor. Os datasets públicos ficam visíveis na página Explorar.

Editar dataset#

Os metadados do dataset são editados diretamente na página do dataset, em linha — não é necessária nenhuma caixa de diálogo:

• Nome: Clique no nome do dataset para o editar. As alterações são guardadas automaticamente ao perder o foco ou ao premir Enter. Os nomes estão limitados a 100 caracteres.
• Descrição: Clique na descrição (ou no marcador de posição "Add a description...") para a editar. As alterações são guardadas automaticamente. As descrições estão limitadas a 1.000 caracteres.
• Tipo de tarefa: Clique no emblema da tarefa para selecionar um tipo de tarefa diferente.
• Licença: Clique no seletor de licenças para alterar a licença do dataset.
• Ícone: Clique no ícone do dataset para carregar a sua própria imagem, promover uma das imagens do próprio dataset a ícone ou escolher uma letra e uma cor.

Metadados personalizados#

Abre Mais ações e seleciona Informações para rever duas secções:

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

Os visualizadores do workspace podem inspecionar os 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. Guarde um objeto vazio ({}) para limpar os metadados personalizados.

Clonar dataset#

Ao visualizar um dataset público que não lhe pertence, clique em Clone Dataset para abrir a caixa de diálogo de clonagem. Reveja o workspace de destino, o nome, a visibilidade e a licença e, em seguida, confirme a clonagem. A cópia inclui todas as imagens, anotações e definições de classes. Os datasets de origem públicos permanecem públicos por predefinição nos workspaces cuja visibilidade predefinida é pública; os clones em workspaces Enterprise ficam privados por predefinição. Se o dataset original tiver uma licença copyleft, o clone herda-a e o seletor de licenças fica bloqueado.

O slug de destino muda automaticamente se já estiver ocupado, e a clonagem requer quota de armazenamento disponível suficiente para conter a cópia.

Adicionar aos favoritos e partilhar#

• Favorito: Clique no botão de estrela para adicionar um dataset aos favoritos. A contagem de estrelas é visível para todos os utilizadores.
• Partilhar: Para datasets públicos, clique no botão de partilha para copiar um link, obter um snippet de incorporação ou partilhar em plataformas sociais.

Eliminar dataset#

Elimine um dataset de que já não precisa:

1. Abra Mais ações (o botão …) no cabeçalho do dataset
2. Escolhe Delete Dataset
3. Confirma na caixa de diálogo: "Isto moverá [name] para o lixo. Podes restaurá-lo no prazo de 30 dias."

O mesmo menu contém Information, que abre a caixa de diálogo de metadados descrita em Metadados personalizados, e Refresh, que volta a ler o dataset a partir do servidor.

Treinar com o dataset#

Inicia o treino diretamente a partir do teu dataset:

1. Clica em New Model na página do dataset
2. Seleciona um projeto ou cria um novo
3. Configura os parâmetros de treino
4. Inicia 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 Treino na nuvem para obteres mais detalhes.

Perguntas frequentes#