Наборы данных#

Датасеты Ultralytics Platform предоставляют удобное решение для управления обучающими данными. После загрузки платформа автоматически обрабатывает изображения, разметку и статистику. Датасет готов к обучению, как только обработка завершена и в нем есть хотя бы одно изображение в сплите train, хотя бы одно изображение в сплите val или test, хотя бы одно изображение с разметкой и всего не менее двух изображений.

Загрузить датасет#

Ultralytics Platform принимает данные в различных форматах для обеспечения гибкости работы.

Поддерживаемые форматы#

Поддержка видеокодеков#

Само по себе расширение файла не гарантирует успех: видео может завершиться ошибкой, если его кодек не может быть декодирован воркером приема Platform.

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

Подготовка датасета#

Platform поддерживает Ultralytics YOLO, COCO, Ultralytics NDJSON и исходные (неразмеченные) загрузки:

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

Подробности о форматах для конкретных задач см. в разделах поддерживаемые задачи и Обзор датасетов.

Процесс загрузки#

Чтобы создать датасет:

1. Перейди в Annotate на боковой панели
2. Нажми New Dataset
3. Выбери тип задачи (см. поддерживаемые задачи)
4. Добавь название и опциональное описание
5. Установи видимость (публичная или приватная) и при необходимости лицензию (см. доступные лицензии)
6. Добавь файлы и нажми Create & Upload либо нажми Create Dataset, чтобы начать с пустого датасета

Чтобы добавить файлы в существующий датасет, открой его страницу и либо перетащи файлы в галерею, либо нажми значок загрузки в шапке страницы. Значок загрузки открывает нативный выбор файлов твоего браузера напрямую, так как задача датасета уже определена.

После загрузки платформа обрабатывает твои данные через многоэтапный конвейер:

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. Валидация: Проверка формата и размера
2. Нормализация: Большие изображения меняют размер (макс. 4096px, мин. сторона 28px)
3. Миниатюры: Создаются превью в формате WebP размером 256px
4. Парсинг разметки: извлечены метки в формате YOLO и COCO
5. Статистика: Вычисляются распределения классов и размеры изображений

from ultralytics.data.utils import check_det_dataset

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

Обзор изображений#

Просматривай изображения своего датасета в различных макетах.

Открой панель Clustering на панели инструментов галереи, чтобы изучить свой датасет в виде интерактивной двумерной диаграммы рассеяния.

Сортировка и фильтрация#

Изображения можно сортировать и фильтровать для эффективного просмотра:

Полноэкранный просмотрщик#

Нажми на любое изображение, чтобы открыть полноэкранный просмотрщик с помощью:

• Навигация: клавиши со стрелками или миниатюры для просмотра
• Информация об изображении: просмотр сгенерированных Platform свойств, пользовательских метаданных и встроенных метаданных файла, таких как EXIF
• Пользовательские метаданные: Владельцы и редакторы могут добавлять или заменять JSON-объект, включая вложенные значения размером до 500 000 сериализованных символов и ключи верхнего уровня длиной до 128 символов
• Аннотации: переключение видимости слоя аннотаций
• Распределение классов: количество разметок по классам с цветовыми индикаторами
• Annotate: Когда у тебя есть права на редактирование, элементы управления разметкой активируются сразу после открытия средства просмотра на полный экран на десктопе
• Загрузка: скачивание исходного файла изображения
• Удаление: удаление изображения из набора данных
• Масштабирование: Cmd/Ctrl+Scroll, Cmd/Ctrl++ или Cmd/Ctrl+= для приближения и Cmd/Ctrl+- для отдаления
• Сброс вида: Cmd/Ctrl + 0 или кнопка сброса, чтобы подогнать изображение под размер окна просмотра
• Панорамирование: удерживай Space и перетаскивай мышью для перемещения холста при масштабировании
• Пиксельный вид: включение пиксельного рендеринга для детального изучения

Фильтр по сплиту#

Фильтрация изображений по их сплиту в наборе данных:

Кластеризация#

Панель Clustering проецирует твой датасет на интерактивную двумерную диаграмму рассеяния, где визуально похожие изображения располагаются близко друг к другу. Используй её для выявления кластеров, поиска дубликатов и выбросов, а также для проверки распределения сплитов и классов по твоим данным — не покидая галерею. Открой её с помощью значка графика рассеяния на панели инструментов галереи на любой странице датасета.

Запуск анализа#

Запуск анализа:

1. Открой набор данных и нажми на значок диаграммы рассеяния на панели инструментов галереи
2. Нажми Analyze Dataset
3. Дождись завершения работы индикатора выполнения — результаты появятся на той же панели

Анализ выполняется в фоновом режиме и может занять несколько минут в зависимости от размера твоего набора данных. Ты можешь закрыть панель или покинуть страницу и вернуться позже.

Визуализация#

После завершения анализа на панели появится 2D-диаграмма всех проанализированных изображений. Фильтры галереи (сплит, класс, размеченные/неразмеченные) делают неактивные точки полупрозрачными, чтобы ты мог сосредоточиться на нужном подмножестве.

Раскраска по#

Измени способ раскраски точек данных с помощью выпадающего списка Color by на панели инструментов. Переключай режимы отображения в любой момент — график мгновенно меняет цвета, позволяя увидеть, как сплиты, классы или свойства изображений распределены по твоим кластерам:

Выделение лассо#

Нарисуй произвольную область выделения вокруг региона, чтобы подсветить точки на графике. Галерея отфильтрует подходящие изображения, и ты сможешь просмотреть их, переразметить, переместить или удалить, используя привычные операции с изображениями.

Панорамирование и масштабирование#

Навигация по большим диаграммам рассеяния прямо с помощью мыши и клавиатуры:

Повторный анализ#

Если твой датасет изменился после анализа, в верхней части панели для владельцев и редакторов появляется кнопка Re-analyze.

Нажми Re-analyze, чтобы пересчитать векторные представления (эмбеддинги) и 2D-проекцию с нуля.

Вкладки набора данных#

Каждая страница набора данных может отображать до шести вкладок в зависимости от состояния набора данных и твоих прав доступа:

Вкладка Images#

Вид по умолчанию, показывающий галерею изображений с наложенными аннотациями. Поддерживаются режимы сетки, компактный и табличный. Перетаскивай файлы сюда, чтобы добавить больше изображений.

Вкладка Classes#

Эта вкладка появляется, когда в наборе данных есть изображения.

Управляй классами аннотаций для своего набора данных:

• Гистограмма классов: гистограмма, показывающая количество аннотаций по каждому классу с переключателем линейной/логарифмической шкалы
• Таблица классов: сортируемая таблица с возможностью поиска, содержащая названия классов, количество меток и количество изображений.
• Редактирование названий классов: нажми на любое название класса, чтобы изменить его прямо в таблице.
• Редактирование цветов классов: нажми на образец цвета, чтобы изменить цвет класса.
• Добавление нового класса: используй поле ввода в нижней части, чтобы добавить классы.

Вкладка «Графики»#

Эта вкладка появляется, когда в наборе данных есть изображения.

Автоматическая статистика, рассчитанная для твоего набора данных:

Вкладка «Модели»#

Просматривай все модели, обученные на этом наборе данных, в таблице с возможностью поиска:

Вкладка «Ошибки»#

Эта вкладка появляется только в том случае, если один или несколько файлов не прошли обработку.

Изображения, которые не прошли обработку, перечислены здесь с:

• Баннер ошибки: общее количество изображений с ошибками и рекомендации
• Таблица ошибок: имя файла, понятное описание ошибки, советы по исправлению и миниатюра для предпросмотра
• Распространенные ошибки включают поврежденные файлы, неподдерживаемые форматы, слишком маленькие изображения (минимум 28px) и неподдерживаемые цветовые режимы

Вкладка «Версии»#

Создавай неизменяемые NDJSON-снимки твоего набора данных для воспроизводимого обучения. Каждая версия фиксирует количество изображений, количество классов, количество аннотаций и размер файла на момент создания.

Чтобы создать версию:

1. Открой вкладку Версии
2. При необходимости введи описание (например, «Добавлено 500 изображений для обучения» или «Исправлены ошибки в разметке классов»)
3. Нажми + New Version
4. Новая версия появится в таблице
5. Используй действия в строке, чтобы скачать, восстановить или удалить версию

Каждая версия нумеруется последовательно (v1, v2, v3...). Ты можешь скачать сохраненную версию, пока она остается в таблице версий.

Экспортировать набор данных#

Экспортируй набор данных для использования в автономном режиме с помощью загрузки NDJSON из заголовка набора данных или вкладки «Версии».

Для экспорта:

1. Нажми кнопку Download (иконка загрузки) в заголовке набора данных
2. Скачивай текущий снимок NDJSON напрямую
3. Используй вкладку Versions, если тебе нужен неизменяемый пронумерованный снимок, который можно скачать повторно позже

Формат NDJSON хранит один объект JSON на каждую строку. Первая строка содержит метаданные датасета, за ней следует по одной строке на каждое изображение:

{"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"}

Необязательный объект metadata на уровне изображения сохраняется при импорте файла NDJSON в Platform. Ты можешь просмотреть или отредактировать его на полноэкранной информационной панели изображения. Для программной загрузки архивов Dataset Ingest API принимает эквивалентную карту путей imageMetadata.

Полную спецификацию см. в документации по формату Ultralytics NDJSON.

Операции с изображениями#

Быстрые действия#

Нажми правой кнопкой мыши на любое изображение в режиме Grid или Compact, чтобы получить доступ к быстрым действиям:

Массовое перемещение в выборку#

Переназначь выбранные изображения в другую выборку внутри того же набора данных:

1. Переключись в режим Table
2. Выбери изображения с помощью флажков
3. Нажми правой кнопкой мыши, чтобы открыть контекстное меню
4. Выбери Move to split > Train, Validation или Test

Ты также можешь перетаскивать изображения на вкладки фильтра выборки в режиме сетки.

Перераспределение выборок#

Перераспредели все изображения между обучающей, валидационной и тестовой выборками, используя пользовательские коэффициенты:

1. Нажми на панель выборки в панели инструментов набора данных, чтобы открыть диалоговое окно Redistribute Splits
2. Настрой процентное соотношение выборок, используя любой из методов ниже
3. Изучи динамический предварительный просмотр количества изображений, чтобы подтвердить распределение
4. Нажми Apply, чтобы случайным образом переназначить все изображения в соответствии с твоими процентами

Диалоговое окно предоставляет три способа установки целевых пропорций сплитов:

Динамический предварительный просмотр точно показывает, сколько изображений попадет в каждую выборку, прежде чем ты применишь изменения.

Массовое удаление#

Удали несколько изображений за раз:

1. Выбери изображения в режиме таблицы
2. Нажми правую кнопку мыши и выбери Delete
3. Подтверди удаление

URI набора данных#

Ссылайся на датасеты Platform, используя формат URI ul:// (см. раздел Использование датасетов платформы):

ul://username/datasets/dataset-slug

Ты также можешь напрямую вставить веб-URL датасета или модели (например, https://platform.ultralytics.com/username/datasets/dataset-slug); он автоматически преобразуется в URI ul://. Передача списка датасетов выполняет дообучение одной базовой модели на каждом из них последовательно, например model.train(data=["ul://username/datasets/a", "ul://username/datasets/b"]).

Используй этот URI для обучения моделей из любого места:

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

Доступные лицензии#

Platform поддерживает следующие лицензии для наборов данных:

Настройки видимости#

Контролируй, кто может видеть твой набор данных:

Видимость устанавливается при создании датасета в диалоговом окне New Dataset с помощью переключателя. Публичные датасеты видны на странице Explore.

Редактирование набора данных#

Метаданные набора данных редактируются непосредственно на странице набора данных — диалоговое окно не требуется:

• Название: нажми на название датасета, чтобы отредактировать его. Изменения сохраняются автоматически при потере фокуса или по нажатию Enter.
• Description: Нажми на описание (или заполнитель "Add a description..."), чтобы отредактировать его. Изменения сохраняются автоматически.
• Task type: Нажми на значок задачи, чтобы выбрать другой тип задачи.
• License: Нажми на селектор лицензии, чтобы изменить лицензию набора данных.

Пользовательские метаданные#

Открой Ещё действия и выбери Информация, чтобы просмотреть два раздела:

• Метаданные Ultralytics: Сведения о Platform только для чтения, такие как ID датасета, владелец, задача, количество изображений и аннотаций, регион хранения и временные метки
• Пользовательские метаданные: Твой собственный JSON-объект для отслеживания происхождения, условий съёмки, ID клиентов, управления или других контекстных данных

Наблюдатели рабочей области могут просматривать метаданные, в то время как участники с правом редактирования могут заменять объект пользовательских метаданных. Сериализованный объект метаданных ограничен 500 000 символов, а каждый ключ верхнего уровня ограничен 128 символами. Сохрани пустой объект ({}), чтобы очистить пользовательские метаданные.

Клонирование набора данных#

При просмотре публичного датасета, владельцем которого ты не являешься, нажми Clone Dataset, чтобы открыть диалоговое окно клонирования. Проверь целевой воркспейсе, название, видимость и лицензию, а затем подтверди клонирование. Копия включает все изображения, аннотации и определения классов. Публичные исходные датасеты по умолчанию остаются публичными в воркспейсах, где видимость по умолчанию — публичная; клоны в корпоративных воркспейсах по умолчанию приватные. Если оригинальный датасет имеет лицензию copyleft, клон наследует её, и выбор лицензии будет заблокирован.

Отметить и поделиться#

• Star: Нажми кнопку со звездочкой, чтобы добавить набор данных в закладки. Количество отметок звездочкой видно всем пользователям.
• Share: Для публичных наборов данных нажми кнопку «поделиться», чтобы скопировать ссылку или отправить её в социальные сети.

Удалить набор данных#

Удаление набора данных, который тебе больше не нужен:

1. Нажми значок корзины Delete dataset в заголовке датасета
2. Подтверди действие в диалоговом окне: "Это переместит [name] в корзину. Ты сможешь восстановить его в течение 30 дней."

Обучение на наборе данных#

Начни обучение прямо из своего набора данных:

1. Нажми New Model на странице датасета
2. Выбери проект или создай новый
3. Настрой параметры обучения
4. Запусти обучение

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

Подробности см. в разделе Облачное обучение.

FAQ#

Что происходит с моими данными после загрузки?#

Твои данные обрабатываются и хранятся в выбранном регионе (US, EU или AP). Изображения:

1. Проверяются на формат и размер
2. Отклоняются, если минимальный размер менее 28px
3. Нормализуются, если размер превышает 4096px (с сохранением соотношения сторон; кодируются для оптимизированного хранения)
4. Хранятся с использованием контентно-адресуемого хранилища (CAS) с хешированием XXH3-128
5. Миниатюры создаются в формате WebP размером 256px для быстрого просмотра

Как работает хранилище?#

Ultralytics Platform использует Content-Addressable Storage (CAS) для эффективного хранения:

• Deduplication: Идентичные байты изображений в одной области данных используют один и тот же базовый объект
• Integrity: Хеширование XXH3-128 обеспечивает целостность данных
• Efficiency: Клоны используют объекты CAS вместо копирования байтов изображений, при этом они по-прежнему учитываются в квоте хранилища целевого рабочего пространства
• Regional: Данные остаются в выбранном тобой регионе (US, EU или AP)

Можно ли добавить изображения в существующий набор данных?#

Да. Перетащи файлы в галерею датасета или нажми значок загрузки в шапке страницы, что напрямую откроет встроенный диалог выбора файлов твоего браузера. Новая статистика рассчитывается автоматически после завершения обработки.

Как перемещать изображения между сплитами?#

Используй функцию массового перемещения в сплит:

1. Выбери изображения в режиме таблицы
2. Нажми правую кнопку мыши и выбери Move to split
3. Выбери целевой сплит (Train, Validation или Test)

Какие форматы меток поддерживаются?#

Ultralytics Platform поддерживает метки YOLO, COCO JSON, Ultralytics NDJSON и загрузку необработанных изображений:

Могу ли я аннотировать один и тот же набор данных для нескольких типов задач?#

Да. Каждое изображение хранит аннотации для всех 6 типов задач (detect, segment, semantic, classify, pose, OBB) вместе. Ты можешь переключить активный тип задачи датасета в любой момент без потери существующих аннотаций. В редакторе отображаются и включаются в экспорты и обучение только аннотации, соответствующие активному типу задачи — аннотации для других задач сохраняются и появляются снова, когда ты переключаешься обратно.