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

Платформа Ultralytics поддерживает различные форматы загрузки для обеспечения гибкости.

Поддерживаемые форматы

Подготовка вашего набора данных

Платформа поддерживает два формата аннотаций, а также загрузку необработанных данных: Ultralytics YOLO, COCO и 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" }]
}

Подробности формата для конкретных задач см. в поддерживаемых задачах и обзоре наборов данных.

Процесс загрузки

1. Перейдите к Datasets на 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 необязательную лицензию (см. доступные лицензии)
6. Нажмите Create

После загрузки платформа обрабатывает ваши данные с помощью многоэтапного 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. Валидация: Проверки формата и размера.
2. Нормализация: Большие изображения масштабируются (макс. 4096 пикселей, мин. размер 28 пикселей)
3. Миниатюры: генерируются превью WebP размером 256px
4. Разбор меток: Извлечены метки форматов YOLO и COCO.
5. Статистика: Рассчитаны распределения классов и 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 эффективного просмотра:

Полноэкранный просмотрщик

Нажмите на любое изображение, чтобы открыть полноэкранный просмотрщик с:

• Навигация: Клавиши со стрелками или миниатюры для просмотра
• Метаданные: Имя файла, размеры, метка разделения, количество аннотаций
• Аннотации: Переключение видимости наложения аннотаций.
• Разбивка по классам: Количество меток по классам с цветовыми индикаторами
• Редактировать: Войдите в режим аннотирования, чтобы добавить или изменить метки
• Загрузка: Загрузите исходный файл изображения
• Удалить: Удалить изображение из набора данных
• Zoom: Cmd/Ctrl+Scroll для увеличения/уменьшения масштаба
• Пиксельный вид: Переключить пикселизированный рендеринг для детального осмотра

Фильтр по разбиению

Фильтрация изображений по разделению набора данных:

Вкладки датасета

Каждая страница набора данных имеет шесть вкладок, доступных на панели вкладок:

Вкладка "Изображения"

Представление по умолчанию, отображающее галерею изображений с наложенными аннотациями. Поддерживает режимы просмотра сеткой, компактный и табличный. Перетащите файлы сюда, чтобы добавить больше изображений.

Вкладка "Классы"

Управление классами аннотаций для вашего набора данных:

• Гистограмма классов: Столбчатая диаграмма, показывающая количество аннотаций для каждого класса, с переключением линейного/логарифмического масштаба
• Таблица классов: Таблица с возможностью сортировки и поиска, содержащая имя класса, количество меток и количество изображений
• Редактировать имена классов: Нажмите на любое имя класса, чтобы переименовать его на месте
• Редактировать цвета классов: Нажмите на образец цвета, чтобы изменить цвет класса
• Добавить новый класс: Используйте поле ввода внизу, чтобы добавить классы

Вкладка диаграмм

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»

Изображения, обработка которых не удалась, перечислены здесь с:

• Баннер ошибок: Общее количество неудачных изображений и рекомендации
• Таблица ошибок: Имя файла, понятное описание ошибки, подсказки по исправлению и миниатюра предварительного просмотра
• Распространенные ошибки включают поврежденные файлы, неподдерживаемые форматы, слишком маленькие изображения (мин. 28 пикселей) и неподдерживаемые цветовые режимы

Вкладка «Версии»

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

Для создания версии:

1. Откройте вкладку Версии
2. При желании введите описание (например, «Добавлено 500 обучающих изображений» или «Исправлены неверно размеченные классы»)
3. Нажмите + Новая версия
4. Снимок NDJSON генерируется и загружается автоматически

Каждая версия нумеруется последовательно (v1, v2, v3...) и хранится постоянно. Вы можете скачать любую предыдущую версию в любое время из таблицы версий.

Экспорт набора данных

Экспортируйте ваш набор данных в формате NDJSON для автономного использования:

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

Формат NDJSON хранит один JSON-объект на строку. Первая строка содержит метаданные набора данных, за которой следует одна строка на 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.

Обработка изображений

Быстрые действия

Щелкните правой кнопкой мыши любое изображение в режиме «Сетка» или «Компактный просмотр», чтобы открыть панель быстрых действий:

Массовый перенос в «Разделить»

Переназначить выбранные изображения другому разделу в рамках того же набора данных:

1. Переключиться на представление Таблица
2. Выберите изображения с помощью флажков
3. Нажмите правой кнопкой мыши, чтобы открыть контекстное меню
4. Выбрать Move to split > Обучение, Валидация, или Тест

Вы также можете перетаскивать изображения на вкладки разделенного фильтра в режиме сетки.

Массовое удаление

Удалить несколько изображений одновременно:

1. Выберите изображения в табличном представлении
2. Нажмите 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 видны на Обзор странице.

Редактировать набор данных

Метаданные датасета редактируются непосредственно на странице датасета — диалоговое окно не требуется:

• Имя: Нажмите на имя набора данных, чтобы отредактировать его. Изменения автоматически сохраняются при потере фокуса или Enter.
• Описание: Нажмите на описание (или на заполнитель «Добавить описание...») для редактирования. Изменения сохраняются автоматически.
• Тип задачи: Нажмите на значок задачи, чтобы выбрать другой тип задачи.
• Лицензия: Нажмите на селектор лицензий, чтобы изменить лицензию набора данных.

Клонировать набор данных

При просмотре общедоступного набора данных, которым вы не владеете, нажмите Clone Dataset для создания копии в вашем рабочем пространстве. Клон включает все изображения, аннотации и определения классов. Если исходный набор данных имеет лицензию copyleft, клон наследует ее, и селектор лицензий блокируется.

Отметить звездой и поделиться

• Звезда: Нажмите кнопку со звездой, чтобы добавить набор данных в закладки. Количество звезд 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 [name] в корзину. Вы сможете 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 28px
3. Нормализовано, если размер превышает 4096 пикселей (с сохранением соотношения сторон; закодировано для оптимизированного хранения)
4. Хранится с использованием контентно-адресуемого хранилища (CAS) с хешированием XXH3-128
5. Миниатюры, сгенерированные в формате WebP размером 256px 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 используйте кнопку загрузки, чтобы добавить дополнительные изображения. Новая статистика будет рассчитана автоматически.

Как мне переместить изображения между разбиениями?

Используйте функцию массового перемещения для разделения:

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

Какие форматы меток поддерживаются?

Ultralytics Platform поддерживает два формата аннотаций для загрузки:

📅 Создано 2 месяцев назад ✍️ Обновлено 1 день назад

Комментарии