Наборы данных HUB

Ultralytics Наборы данных HUB - это практичное решение для управления и использования твоих пользовательских наборов данных.

После загрузки наборов данных их можно сразу же использовать для обучения модели. Такой комплексный подход способствует плавному переходу от управления наборами данных к обучению моделей, значительно упрощая весь процесс.

Смотри: Смотри: Загрузка наборов данных на Ultralytics HUB | Полное описание функции загрузки наборов данных

Загрузите набор данных

Наборы данных Ultralytics HUB - это такие же наборы данных, как YOLOv5 и YOLOv8 🚀. Они используют ту же структуру и те же форматы меток, чтобы все было просто.

Прежде чем загружать набор данных на Ultralytics HUB, убедись, что ты поместил YAML-файл набора данных в корневой каталог набора данных и что YAML, каталог и ZIP имеют одинаковое имя, как показано в примере ниже, а затем застегни каталог набора данных.

Например, если твой набор данных называется "coco8", как у нас COCO8 пример набора данных, то у тебя должен быть coco8.yaml внутри твоего coco8/ В результате будет создан каталог coco8.zip когда застегнут:

zip -r coco8.zip coco8

Ты можешь скачать наш пример набора данных COCO8 и разархивировать его, чтобы увидеть, как именно нужно структурировать твой набор данных.

Набор данных YAML - это тот же стандартный формат YOLOv5 и YOLOv8 YAML.

# Ultralytics YOLO 🚀, AGPL-3.0 license
# COCO8 dataset (first 8 images from COCO train2017) by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/detect/coco8/
# Example usage: yolo train data=coco8.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── coco8  ← downloads here (1 MB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: ../datasets/coco8 # dataset root dir
train: images/train # train images (relative to 'path') 4 images
val: images/val # val images (relative to 'path') 4 images
test: # test images (optional)

# Classes
names:
  0: person
  1: bicycle
  2: car
  3: motorcycle
  4: airplane
  5: bus
  6: train
  7: truck
  8: boat
  9: traffic light
  10: fire hydrant
  11: stop sign
  12: parking meter
  13: bench
  14: bird
  15: cat
  16: dog
  17: horse
  18: sheep
  19: cow
  20: elephant
  21: bear
  22: zebra
  23: giraffe
  24: backpack
  25: umbrella
  26: handbag
  27: tie
  28: suitcase
  29: frisbee
  30: skis
  31: snowboard
  32: sports ball
  33: kite
  34: baseball bat
  35: baseball glove
  36: skateboard
  37: surfboard
  38: tennis racket
  39: bottle
  40: wine glass
  41: cup
  42: fork
  43: knife
  44: spoon
  45: bowl
  46: banana
  47: apple
  48: sandwich
  49: orange
  50: broccoli
  51: carrot
  52: hot dog
  53: pizza
  54: donut
  55: cake
  56: chair
  57: couch
  58: potted plant
  59: bed
  60: dining table
  61: toilet
  62: tv
  63: laptop
  64: mouse
  65: remote
  66: keyboard
  67: cell phone
  68: microwave
  69: oven
  70: toaster
  71: sink
  72: refrigerator
  73: book
  74: clock
  75: vase
  76: scissors
  77: teddy bear
  78: hair drier
  79: toothbrush

# Download script/URL (optional)
download: https://ultralytics.com/assets/coco8.zip

После того как ты запечатал свой набор данных, тебе следует проверить его перед загрузкой в Ultralytics HUB. Ultralytics HUB проводит проверку валидности набора данных после загрузки, поэтому, заранее убедившись, что твой набор данных правильно отформатирован и не содержит ошибок, ты сможешь предотвратить любые неудачи, связанные с отклонением набора данных.

from ultralytics.hub import check_dataset

check_dataset('path/to/coco8.zip')

Когда ZIP твоего набора данных будет готов, перейди на страницу Datasets, нажав на кнопку Datasets в боковой панели.

Нажми на кнопку Upload Dataset в правом верхнем углу страницы. Это действие вызовет диалоговое окно Upload Dataset.

Загрузи свой набор данных в поле Dataset .zip file.

У тебя есть дополнительная возможность задать пользовательское имя и описание для своего набора данных Ultralytics HUB.

Когда ты будешь доволен конфигурацией своего набора данных, нажми кнопку Upload.

После того как твой набор данных будет загружен и обработан, ты сможешь получить к нему доступ со страницы Datasets.

Ты можешь просмотреть изображения в твоем наборе данных, сгруппированные по сплитам (Train, Validation, Test).

Кроме того, ты можешь проанализировать свой набор данных, перейдя на вкладку " Обзор ".

Далее обучи модель на своем наборе данных.

Поделись набором данных

Перейди на страницу Dataset того набора данных, которым ты хочешь поделиться, открой выпадающий список действий с набором данных и щелкни по опции Share. Это действие вызовет диалог Share Dataset.

Установи общий доступ на "Unlisted" и нажми Save.

Теперь любой, у кого есть прямая ссылка на твой набор данных, сможет просмотреть его.

Редактирование / удаление набора данных

Перейди на страницу Dataset того набора данных, который ты хочешь отредактировать, открой выпадающий список действий с набором данных и щелкни по опции Edit. Это действие вызовет диалог обновления набора данных.

Примени нужные модификации к своему набору данных, а затем подтверди изменения, нажав кнопку Save.

Перейди на страницу Dataset того набора данных, который ты хочешь удалить, открой выпадающий список действий с набором данных и щелкни по опции Delete. Это действие приведет к удалению набора данных.

Комментарии