Наборы данных

Наборы данных Ultralytics Platform предоставляют оптимизированное решение для управления вашими обучающими данными. После загрузки наборы данных могут быть немедленно использованы для обучения моделей с автоматической обработкой и генерацией статистики.

Загрузить набор данных

Ultralytics поддерживает несколько форматов загрузки для обеспечения гибкости.

Поддерживаемые форматы

Подготовка вашего набора данных

Платформа поддерживает два формата аннотаций, а также загрузку необработанных данных: Ultralytics YOLO, COCOи необработанные (изображения без аннотаций):

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

my-coco-dataset/
├── train/
│   ├── _annotations.coco.json
│   ├── img001.jpg
│   └── img002.jpg
└── val/
    ├── _annotations.coco.json
    ├── img003.jpg
    └── img004.jpg

{
    "images": [{ "id": 1, "file_name": "img001.jpg", "width": 640, "height": 480 }],
    "annotations": [{ "id": 1, "image_id": 1, "category_id": 0, "bbox": [100, 50, 200, 300] }],
    "categories": [{ "id": 0, "name": "person" }]
}

Подробные сведения о форматах для конкретных задач см. в разделе «Поддерживаемые задачи » и «Обзор наборов данных».

Процесс загрузки

1. Перейдите к Datasets в боковой панели
2. Нажмите New Dataset или перетащите файлы в зону загрузки
3. Выберите тип задачи (см. поддерживаемые задачи)
4. Добавьте имя и необязательное описание
5. Установите видимость (публичная или частная) и дополнительную лицензию (см. доступные лицензии)
6. Нажмите Create

После загрузки платформа обрабатывает ваши данные с помощью многоступенчатого конвейера:

graph LR
    A[Upload] --> B[Validate]
    B --> C[Normalize]
    C --> D[Thumbnail]
    D --> E[Parse Labels]
    E --> F[Statistics]

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

1. Проверка: проверка формата и размера
2. Нормализация: большие изображения изменяются в размере (максимум 4096 пикселей, минимальный размер 28 пикселей)
3. Миниатюры: 256px, сгенерированные предварительные просмотры WebP
4. Анализ метки: YOLO и извлеченные метки COCO
5. Статистика: распределение классов и вычисленные размеры изображений

from ultralytics.hub import check_dataset

check_dataset("path/to/dataset.zip", task="detect")

Просмотр изображений

Просматривайте изображения вашего набора данных в нескольких макетах:

Сортировка и фильтрация

Изображения можно сортировать и фильтровать для удобного просмотра:

Полноэкранный просмотрщик

Нажмите на любое изображение, чтобы открыть полноэкранный просмотрщик с:

• Навигация: клавиши со стрелками или миниатюры для просмотра
• Метаданные: имя файла, размеры, разделённый значок, количество аннотаций
• Аннотации: Включение/выключение отображения аннотаций
• Разбивка по классам: количество меток в каждом классе с цветовыми индикаторами
• Редактирование: перейдите в режим аннотаций, чтобы добавить или изменить метки.
• Скачать: Скачать исходный файл изображения
• Удалить: удалить изображение из набора данных
• Увеличить: Cmd/Ctrl+Scroll увеличить/уменьшить
• Просмотр пикселей: включение/выключение пиксельного рендеринга для тщательного осмотра

Фильтр по разбиению

Фильтрация изображений по разделению набора данных:

Вкладки набора данных

Каждая страница набора данных имеет пять вкладок, доступных из панели вкладок:

Вкладка «Изображения»

Стандартный вид, отображающий галерею изображений с наложенными аннотациями. Поддерживает режимы просмотра в виде сетки, компактного и табличного. Перетащите файлы сюда, чтобы добавить больше изображений.

Вкладка «Занятия»

Управляйте классами аннотаций для вашего набора данных:

• Гистограмма классов: гистограмма, показывающая количество аннотаций по классам с переключением между линейной и логарифмической шкалой.
• Таблица классов: сортируемая таблица с возможностью поиска, содержащая названия классов, количество меток и количество изображений.
• Редактирование имен классов: щелкните любое имя класса, чтобы переименовать его в строке.
• Изменить цвета классов: щелкните по образцу цвета, чтобы изменить цвет класса.
• Добавить новый класс: используйте поле ввода внизу, чтобы добавить классы

Вкладка «Графики»

Автоматическая статистика, рассчитанная на основе вашего набора данных:

Вкладка «Модели»

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

Вкладка «Ошибки»

Здесь перечислены изображения, обработка которых не удалась:

• Баннер ошибки: общее количество не удалившихся изображений и инструкции
• Таблица ошибок: имя файла, понятное описание ошибки, подсказки по исправлению и миниатюра для предварительного просмотра
• Распространенные ошибки включают поврежденные файлы, неподдерживаемые форматы, слишком маленькие изображения (мин. 28 пикселей) и неподдерживаемые цветовые режимы.

Экспорт набора данных

Экспортируйте набор данных в формате NDJSON для использования в автономном режиме:

1. Нажмите на значок загрузки в заголовке набора данных.
2. Файл NDJSON загружается автоматически.

Формат NDJSON хранит один объект JSON в каждой строке. Первая строка содержит метаданные набора данных, за которой следует по одной строке на каждое изображение:

{"type": "dataset", "task": "detect", "name": "my-dataset", "description": "...", "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", "annotations": {"boxes": [[0, 0.5, 0.5, 0.2, 0.3]]}}
{"type": "image", "file": "img002.jpg", "url": "https://...", "width": 1280, "height": 720, "split": "val"}

Полную спецификацию см. в документации Ultralytics по формату NDJSON.

Массовые операции

Управляйте изображениями в массовом порядке с помощью контекстного меню табличного представления:

Переезд в Сплит

Переназначить выбранные изображения в другой раздел в пределах того же набора данных:

1. Перейти к просмотру таблицы
2. Выберите изображения с помощью флажков
3. Щелкните правой кнопкой мыши, чтобы открыть контекстное меню.
4. Выбрать Move to split > Обучение, Валидация, или Тест

Вы также можете перетаскивать изображения на вкладки с фильтром разделения в режиме просмотра сетки.

Массовое удаление

Удаление нескольких изображений одновременно:

1. Выберите изображения в табличном представлении
2. Щелкните правой кнопкой мыши и выберите Delete
3. Подтвердите удаление

URI набора данных

Ссылайтесь на наборы данных платформы, используя ul:// Формат URI (см. Использование наборов данных платформы):

ul://username/datasets/dataset-slug

Используйте 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

from ultralytics import YOLO

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

Доступные лицензии

Платформа поддерживает следующие лицензии для наборов данных:

Настройки видимости

Контролируйте, кто может видеть ваш набор данных:

Видимость устанавливается при создании набора данных в New Dataset диалог с помощью переключателя. Общедоступные наборы данных отображаются на Обзор странице.

Редактировать набор данных

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

• Имя: Щелкните название набора данных, чтобы отредактировать его. Изменения автоматически сохраняются при размытии или Enter.
• Описание: Нажмите на описание (или на местозаполнитель «Добавить описание...»), чтобы отредактировать. Изменения сохраняются автоматически.
• Тип задачи: щелкните значок задачи, чтобы выбрать другой тип задачи.
• Лицензия: Нажмите на селектор лицензии, чтобы изменить лицензию на набор данных.

Клонировать набор данных

При просмотре общедоступного набора данных, который вам не принадлежит, нажмите Clone Dataset чтобы создать копию в рабочей области. Клон включает все изображения, аннотации и определения классов. Если исходный набор данных имеет лицензию copyleft, клон наследует ее, и селектор лицензии блокируется.

Звезда и поделиться

• Звездочка: нажмите кнопку со звездочкой, чтобы добавить набор данных в закладки. Количество звездочек видно всем пользователям.
• Поделиться: для общедоступных наборов данных нажмите кнопку «Поделиться», чтобы скопировать ссылку или поделиться в социальных сетях.

Удалить набор данных

Удалить ненужный набор данных:

1. Откройте меню действий с набором данных
2. Нажмите Delete
3. Подтвердите в диалоговом окне: «Это переместит [имя] в корзину. Вы можете восстановить его в течение 30 дней».

Обучение на наборе данных

Начать обучение непосредственно из вашего набора данных:

1. Нажмите New Model на странице набора данных
2. Выберите проект или создайте новый
3. Настройте параметры обучения
4. Начать обучение

graph LR
    A[Dataset] --> B[New Model]
    B --> C[Select Project]
    C --> D[Configure]
    D --> E[Start Training]

    style A fill:#2196F3,color:#fff
    style E fill:#4CAF50,color:#fff

Подробности см. в разделе Облачное обучение.

Часто задаваемые вопросы

Что происходит с моими данными после загрузки?

Ваши данные обрабатываются и хранятся в выбранном вами регионе (США, ЕС или AP). Изображения:

1. Проверены на соответствие формату и размеру
2. Отклонено, если минимальный размер меньше 28 пикселей
3. Нормализуется, если размер превышает 4096 пикселей (с сохранением соотношения сторон; кодируется для оптимизации хранения)
4. Хранение с использованием хэширования Content-Addressable Storage (CAS) с XXH3-128
5. Миниатюры, сгенерированные в формате WebP с разрешением 256 пикселей для быстрого просмотра

Как работает хранение данных?

Платформа Ultralytics использует контентно-адресуемое хранилище (CAS) для эффективного хранения:

• Дедупликация: Идентичные изображения, загруженные разными пользователями, хранятся только один раз
• Целостность: хеширование XXH3-128 обеспечивает целостность данных
• Эффективность: Снижает затраты на хранение и ускоряет обработку
• Региональность: Данные остаются в выбранном вами регионе (США, ЕС или AP)

Могу ли я добавить изображения в существующий набор данных?

Да, перетащите файлы на страницу набора данных или воспользуйтесь кнопкой загрузки, чтобы добавить дополнительные изображения. Новые статистические данные будут рассчитаны автоматически.

Как перемещать изображения между разделами?

Используйте функцию массового перемещения и разделения:

1. Выберите изображения в табличном представлении
2. Щелкните правой кнопкой мыши и выберите Move to split
3. Выберите целевое разделение (обучение, валидация или тестирование)

Какие форматы меток поддерживаются?

Ultralytics поддерживает два формата аннотаций для загрузки:

📅 Создано 1 месяц назад ✏️ Обновлено 4 дней назад

Комментарии