Подготовка данных

Подготовка данных — это основа успешных моделей компьютерного зрения. Ultralytics Platform предоставляет комплексные инструменты для управления вашими обучающими данными, от загрузки и аннотирования до анализа.

Смотреть: Начало работы с платформой Ultralytics - Данные

Обзор

Раздел «Данные» в Ultralytics Platform помогает вам:

• Загрузка изображения, видео и файлы наборов данных (ZIP, TAR, включая .tar.gz/.tgz, NDJSON)
• Аннотируйте с помощью ручных инструментов рисования и интеллектуальной разметки на базе SAM — выбирайте из SAM 2.1 или нового SAM 3
• Анализировать свои данные с помощью статистики и визуализаций
• Экспорт в формате NDJSON для локального обучения

Рабочий процесс

graph LR
    A[Upload] --> B[Annotate]
    B --> C[Analyze]
    C --> D[Train]

    style A fill:#4CAF50,color:#fff
    style B fill:#2196F3,color:#fff
    style C fill:#FF9800,color:#fff
    style D fill:#9C27B0,color:#fff

Поддерживаемые задачи

Платформа Ultralytics поддерживает все 5 типов задач YOLO:

Основные характеристики

Умное хранилище

Ultralytics Platform использует адресуемое по содержимому хранилище (CAS) для эффективного управления данными:

• Дедупликация: Идентичные изображения хранятся только один раз с помощью хеширования XXH3-128
• Целостность: Адресация на основе хешей обеспечивает целостность данных
• Эффективность: Оптимизированное хранение и быстрая обработка.

URI наборов данных

Ссылочные наборы данных с использованием ul:// Формат URI (см. Использование наборов данных платформы):

yolo train data=ul://username/datasets/my-dataset

Это позволяет проводить обучение на наборах данных платформы с любой машины, на которой настроен ваш ключ API.

from ultralytics import YOLO

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

Версионирование набора данных

Создавайте неизменяемые снимки NDJSON вашего набора данных для воспроизводимого обучения. Каждая версия фиксирует количество изображений, количество классов и количество аннотаций на момент создания. Подробности см. на вкладке «Версии».

Вкладки датасета

Каждая страница набора данных содержит шесть вкладок:

Статистика и визуализация

Параметр Charts вкладка предоставляет автоматический анализ, включая:

• Распределение сплитов: Кольцевая диаграмма количества изображений для train/val/test
• Наиболее частые классы: Кольцевая диаграмма наиболее частых классов аннотаций
• Ширина изображений: Гистограмма распределения ширины изображений
• Высоты изображений: Гистограмма распределения высот изображений
• Точки на экземпляр: Распределение вершин полигона или количества ключевых точек (для наборов данных segment/pose)
• Расположение аннотаций: 2D тепловая карта положений центров ограничивающих рамок.
• Размеры изображений: 2D тепловая карта ширины относительно высоты с направляющими линиями соотношения сторон

Быстрые ссылки

• Наборы данных: Загружайте, управляйте и экспортируйте свои обучающие данные
• Аннотирование: Разметка данных с помощью ручных инструментов и инструментов с ИИ
• Облачное обучение: Обучайте модели на своих аннотированных наборах данных
• URI набора данных: Используйте ul:// URI для обучения из любого места

Часто задаваемые вопросы

Какие форматы файлов поддерживаются для загрузки?

Ultralytics Platform поддерживает:

Изображения: JPEG, PNG, WebP, BMP, TIFF, HEIC, AVIF, JP2, DNG, MPO (макс. 50 МБ каждое)

Видео: MP4, WebM, MOV, AVI, MKV, M4V (макс. 1 ГБ, кадры извлекаются со скоростью 1 FPS, макс. 100 кадров)

Файлы наборов данных: ZIP- или TAR-архивы, включая .tar.gz и .tgz (макс. 10 ГБ на Free, 20 ГБ на Pro, 50 ГБ на Enterprise), содержащие изображения с опциональными метками в формате YOLO, а также экспорты NDJSON

Каков максимальный размер набора данных?

Ограничения на хранение зависят от вашего тарифа:

Индивидуальные лимиты файлов: Изображения 50 МБ, Видео 1 ГБ, наборы данных 10 ГБ на Free / 20 ГБ на Pro / 50 ГБ на Enterprise

Могу ли я использовать свои наборы данных Platform для локального обучения?

Да! Используйте формат URI набора данных для локального обучения:

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

import os

os.environ["ULTRALYTICS_API_KEY"] = "YOUR_API_KEY"

from ultralytics import YOLO

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

Или экспортируйте ваш набор данных в формате NDJSON для полностью автономного обучения.

📅 Создано 2 месяцев назад ✏️ Обновлено 2 дней назад

Комментарии