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 está pronto para treino assim que o processamento for concluído e contiver pelo menos uma imagem na divisão train, pelo menos uma imagem na divisão val ou test, e pelo menos uma imagem rotulada. O cabeçalho do conjunto de dados exibe um selo Ready quando todas as três condições são atendidas, e um selo Not Ready caso contrário — clica no selo para ver exatamente qual condição está em falta.

Carregar conjunto de dados#

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

Formatos Suportados#

Suporte a Codecs de Vídeo#

A extensão de ficheiro por si só não é suficiente: um vídeo ainda pode falhar se o seu codec não puder ser descodificado durante o processamento.

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 plataforma suporta Ultralytics YOLO, COCO, conjuntos de dados de profundidade, Ultralytics NDJSON e carregamentos 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 os rótulos fizerem referência a IDs de classe, mas nenhum nome de classe for fornecido, o Platform gera nomes de espaços reservados densos (class0, class1, …) que podes mudar de nome mais tarde no Classes tab.

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 um separador de origem de dados (consulta Data Sources abaixo)
4. Adiciona um nome — o URL slug é derivado automaticamente e pode ser editado — além de uma descrição opcional
5. Seleciona o tipo de tarefa (consulta supported tasks), uma licença opcional (consulta available licenses) e a visibilidade (pública ou privada)
6. Clica em Create & Upload para ficheiros locais, Create & Import para um URL ou origem ligada, ou Create Dataset para começar 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.

Fontes de dados#

O diálogo New Dataset oferece quatro origens:

Antes de o envio começar#

O Platform valida os teus ficheiros no navegador antes de enviar qualquer coisa, para que os problemas comuns apareçam imediatamente em vez de após uma longa transferência. Os arquivos são verificados quanto a corrupção, tamanho vazio, proteção por senha e erros de sintaxe YAML, e os ficheiros excessivamente grandes são listados pelo nome.

Dois diálogos podem aparecer em seguida:

Após o envio, 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 (máx. 4096px, dimensão mín. 28px), escala de cinzentos expandida para RGB, transparência achatada sobre fundo branco e orientação EXIF aplicada
3. Miniaturas: Pré-visualizações WebP de 256px geradas
4. Análise de rótulos: Rótulos do YOLO, COCO e NDJSON 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
• Cortina de profundidade: Em conjuntos de dados de profundidade, um divisor arrastável limpa e alterna entre a imagem RGB e o seu mapa de profundidade colorizado

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 em duas etapas, Computing embeddings e Clustering, podendo demorar alguns minutos dependendo do tamanho do teu conjunto de dados. Podes fechar o painel ou sair da página e voltar mais tarde.

Visualização#

Assim que a análise for concluída, o painel exibe um gráfico de dispersão 2D de todas as imagens analisadas com uma legenda e um contador de pontos. Os filtros da galeria (divisão, classe, rotulado/não rotulado) esmaecem os pontos fora do filtro para que possas focar-te no subconjunto que te interessa — o contador exibe então visible / total points.

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#

Navega por dispersões grandes diretamente com o rato e o teclado, ou com os botões de zoom no canto inferior esquerdo do gráfico:

Reanalisando#

Se o teu conjunto de dados mudar após a análise — novas imagens chegam ou a contagem analisada deixa de corresponder ao conjunto de dados — um botão Re-analyze aparece 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#

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

Gerencie as classes de anotação para seu dataset:

• Histograma de classes: Gráfico de barras que mostra a contagem de anotações por classe, ordenadas por frequência, com um alternador de escala linear/logarítmica
• Tabela de classes: Tabela classificável e pesquisável com índice, nome, contagem de anotações 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
• Mesclar classes: Seleciona duas ou mais linhas e clica em Merge into one
• Eliminar classes: Seleciona uma ou mais linhas e clica em Delete

Mesclar classes#

A mesclagem consolida rótulos duplicados ou sobrepostos — por exemplo, combinando car, automobile e vehicle numa única classe:

1. Seleciona duas ou mais classes usando as caixas de seleção de linha
2. Clica em Merge into one no cabeçalho da tabela ou clica com o botão direito na seleção
3. Escolhe qual das classes selecionadas é o destino para o qual as outras serão mescladas
4. Confirma

Cada anotação pertencente às classes de origem é reatribuída à classe de destino, e as classes de origem são removidas. Nenhuma anotação é eliminada, portanto a contagem total de anotações do conjunto de dados permanece inalterada.

Eliminar classes#

1. Seleciona uma ou mais classes usando as caixas de seleção de linha
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. Para conjuntos de dados de classificação, os rótulos são removidos, mas as imagens permanecem, tornando-se não rotuladas.

Aba de Gráficos#

Esta aba aparece quando o dataset possui imagens.

Estatísticas automáticas calculadas a partir do seu conjunto de dados:

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

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. 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 ou removidas, apenas as suas descrições podem ser alteradas. Utiliza as ações de linha para descarregar ou restaurar qualquer versão a qualquer momento.

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

Os conjuntos de dados de pose também contêm um campo kpt_shape na linha de cabeçalho do conjunto de dados, inferido a partir das anotações quando ainda não estiver definido.

As exportações de profundidade declaram "task": "depth" e "depth_scale": 1000 na linha do conjunto de dados. Cada linha de imagem inclui um depth.url para o seu PNG uint16 simples emparelhado. O Ultralytics descarrega URLs de imagem e profundidade simultaneamente e grava um YAML de treino com a mesma escala, para que o arquivo NDJSON possa ser passado diretamente para model.train(data=...).

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

Também podes arrastar e largar imagens nos separadores de filtros de divisão na vista de grelha. Se mover uma imagem entrar em conflito com uma imagem idêntica já presente na divisão de destino, o Platform perguntará se pretendes ignorar, manter ambas ou substituir.

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, ou prime Cmd/Ctrl+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:

• Nome: Clica no nome do conjunto de dados para o editares. As alterações são guardadas automaticamente ao perder o foco ou em Enter. Os nomes estão limitados a 100 caracteres.
• Descrição: Clica na descrição (ou no marcador "Adicionar uma descrição...") para editar. As alterações são guardadas automaticamente. As descrições estão limitadas a 1.000 caracteres.
• 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.
• Ícone: Clica no ícone do conjunto de dados para carregar a tua própria imagem, promover uma das imagens do próprio conjunto de dados para ícone, ou escolher uma letra e cor.

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.

O slug de destino é renomeado automaticamente se já estiver a ser utilizado, e a clonagem requer quota de armazenamento restante suficiente para conter a cópia.

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 conjuntos de dados públicos, clica no botão de partilha para copiar uma ligação, obter um fragmento de incorporação ou partilhar em redes sociais.

Eliminar Dataset#

Apaga um dataset de que já não precises:

1. Abre Mais ações (o botão …) no cabeçalho do conjunto de dados
2. Escolhe Eliminar Conjunto de Dados
3. Confirma na caixa de diálogo: "Isto moverá [name] para o lixo. Podes restaurá-lo no prazo de 30 dias."

O mesmo menu contém Informação, que abre a caixa de diálogo de metadados descrita em Metadados Personalizados, e Atualizar, que relê o conjunto de dados a partir do servidor.

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#