Наборы данных

Наборы данных Ultralytics Platform предоставляют удобное решение для управления твоими обучающими данными. После загрузки платформа автоматически обрабатывает изображения, разметку и статистику. Набор данных готов к обучению, как только обработка завершена, а в нем есть как минимум одно изображение в разделе train, как минимум одно изображение в разделе val или test, как минимум одно размеченное изображение и в общей сложности не менее двух изображений.

Загрузить набор данных

Ultralytics Platform для гибкости принимает множество форматов загрузки.

Поддерживаемые форматы

Подготовка твоего набора данных

Платформа поддерживает Ultralytics YOLO, COCO, Ultralytics NDJSON и загрузку raw-данных (без разметки):

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 разделе поддерживаемые задачи и Обзор наборов данных.

Процесс загрузки

1. Перейди к Datasets в боковой панели
2. Нажми New Dataset или перетащи файлы в зону загрузки
3. Выбери тип задачи (см. поддерживаемые задачи)
4. Добавь имя и необязательное описание
5. Установи видимость (публичная или приватная) и необязательную лицензию (см. доступные лицензии)
6. Нажми Create

После загрузки платформа обрабатывает твои данные через многоэтапный конвейер:

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: проверка формата и размера
2. Нормализация: изменение размера больших изображений (макс. 4096 пикс., мин. сторона 28 пикс.)
3. Миниатюры: генерация превью в формате WebP размером 256 пикс.
4. Парсинг разметки: извлечение разметки в форматах YOLO и COCO
5. Статистика: вычисление распределения классов и размеров изображений

from ultralytics.data.utils import check_det_dataset

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

Просмотр изображений

Просматривай изображения своего набора данных в различных макетах.

Открой панель Кластеризация на панели инструментов галереи, чтобы исследовать свой набор данных как интерактивную 2D-диаграмму рассеяния.

Сортировка и фильтрация

Изображения можно сортировать и фильтровать для эффективного поиска:

Полноэкранный просмотрщик

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

• Навигация: Клавиши со стрелками или миниатюры для просмотра
• Метаданные: Имя файла, размеры, значок выборки, количество аннотаций
• Аннотации: Переключение видимости наложения аннотаций
• Разбивка по классам: Количество меток по каждому классу с цветовыми индикаторами
• Редактирование: Вход в режим аннотирования для добавления или изменения меток
• Скачивание: Скачивание исходного файла изображения
• Удаление: Удаление изображения из набора данных
• Масштаб: Cmd/Ctrl+Scroll, Cmd/Ctrl++ или Cmd/Ctrl+= для увеличения, и Cmd/Ctrl+- для уменьшения
• Сброс вида: Cmd/Ctrl + 0 или кнопка сброса для подгонки изображения под окно просмотрщика
• Панорамирование: Удерживай Space и перетаскивай, чтобы перемещать холст при увеличении
• Пиксельный вид: Включение попиксельного отображения для детального осмотра

Фильтр по выборке

Фильтруй изображения по их принадлежности к выборке набора данных:

Кластеризация

Панель Clustering проецирует твой набор данных на интерактивную 2D-диаграмму рассеяния, где визуально похожие изображения располагаются рядом. Используй её для обнаружения кластеров, поиска дубликатов и аномалий, а также для проверки распределения выборок или классов по твоим данным — не покидая галерею. Открой её с помощью значка диаграммы рассеяния на панели инструментов галереи на любой странице набора данных.

Запуск анализа

Запусти анализ:

1. Открой набор данных и кликни на значок диаграммы рассеяния на панели инструментов галереи
2. Кликни Analyze Dataset
3. Подожди, пока завершится индикатор 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 панель отображает 2D-диаграмму рассеяния всех проанализированных изображений. Фильтры галереи (выборка, класс, размеченные/неразмеченные) затемняют точки вне фильтра, чтобы ты мог сосредоточиться на интересующем тебя подмножестве.

Цвет по

Изменяй раскраску точек данных с помощью выпадающего меню Color by на панели инструментов. Переключай режимы просмотра в любое время — диаграмма мгновенно перекрашивается, чтобы ты видел, как выборки, классы или свойства изображений распределены по твоим кластерам:

Лассо-выделение

Нарисуй произвольную область, чтобы выделить точки на диаграмме. Галерея отфильтрует соответствующие изображения, чтобы ты мог просмотреть, переразметить, переместить или удалить их, используя стандартные операции с изображениями.

Панорамирование и масштаб

Навигируй по большим диаграммам рассеяния с помощью мыши и клавиатуры:

Повторный анализ

Если твой набор данных изменился после анализа, для владельцев и редакторов появится кнопка Re-analyze в верхней части панели.

Кликни Re-analyze, чтобы заново вычислить эмбеддинги и 2D-проекцию с нуля.

Вкладки набора данных

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

Вкладка Images

Вид по умолчанию, отображающий галерею изображений с наложенными аннотациями. Поддерживает 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 твоего набора данных:

• Гистограмма классов: Столбчатая диаграмма, показывающая количество аннотаций по классам с переключением линейной/логарифмической шкалы
• Таблица классов: Сортируемая и доступная для поиска таблица с именем класса, количеством меток и количеством изображений
• Редактирование имен классов: Кликни на любое имя класса, чтобы переименовать его прямо в строке
• Редактирование цветов классов: Кликни на образец цвета, чтобы изменить цвет класса
• Добавить новый класс: используй поле ввода внизу, чтобы добавить классы

Вкладка «Диаграммы»

Эта вкладка появляется, когда в наборе данных есть изображения.

Автоматическая статистика, вычисленная по твоему набору данных:

Вкладка «Модели»

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

Вкладка «Ошибки»

Эта вкладка появляется только тогда, когда обработка одного или нескольких файлов завершилась неудачно.

Изображения, обработка которых не удалась, перечислены здесь с указанием:

• Баннер с ошибкой: общее количество неудачных изображений и рекомендации
• 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 (минимум 28px) и неподдерживаемые цветовые режимы

Вкладка «Версии»

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

Чтобы создать версию:

1. Открой вкладку Versions
2. При желании введи описание (например, «Added 500 training images» или «Fixed mislabeled classes»)
3. Нажми + New Version
4. Новая версия появится в таблице
5. При необходимости скачай версию отдельно из таблицы

Каждая версия нумеруется последовательно (v1, v2, v3...) и хранится постоянно. Ты можешь загрузить любую предыдущую версию в любое время из таблицы версий.

Экспорт набора данных

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

Для экспорта:

1. Нажми кнопку Export в заголовке набора данных
2. Скачай текущий снимок NDJSON напрямую
3. Используй вкладку Versions, если тебе нужен неизменяемый пронумерованный снимок, который можно будет скачать позже

Формат NDJSON хранит один объект JSON на строку. Первая строка содержит метаданные набора данных, за которыми 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 по формату Ultralytics NDJSON.

Операции с изображениями

Быстрые действия

Нажми правой кнопкой мыши на любое изображение в представлении Сетка (Grid) или Компактное (Compact), чтобы получить доступ к быстрым действиям:

Массовое перемещение в разбиение

Переназначь выбранные изображения в другое разбиение в рамках того же набора данных:

1. Переключись в представление Таблица
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 фильтров разбиения в режиме сетки.

Перераспределение разбиений

Перераспредели все изображения между наборами обучения, валидации и тестирования с использованием пользовательских коэффициентов:

1. Нажми на полосу разбиения на панели инструментов набора данных, чтобы открыть диалоговое окно Перераспределить разбиения (Redistribute Splits)
2. Настрой процентные доли разбиения, используя любой из методов ниже
3. Проверь предварительный просмотр количества изображений в реальном времени, чтобы подтвердить распределение
4. Нажми Применить (Apply), чтобы случайным образом переназначить все изображения в соответствии с твоими процентами

Диалоговое окно предоставляет три способа установки целевых коэффициентов разбиения:

Предварительный просмотр в реальном времени показывает, сколько именно изображений попадет в каждое разбиение до того, как ты применишь изменения.

Массовое удаление

Удали несколько изображений за один раз:

1. Выбери изображения в представлении таблицы
2. Нажми правой кнопкой мыши и выбери Delete
3. Подтверди удаление

URI набора данных

Ссылайся на наборы данных Platform, используя формат URI ul:// (см. Использование наборов данных Platform):

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

Управляй тем, кто может видеть твой набор данных:

Видимость устанавливается при создании набора данных в диалоговом окне New Dataset с помощью переключателя. Публичные наборы данных видны на странице Explore.

Редактировать набор данных

Метаданные набора данных редактируются внутри строки прямо на странице набора данных — диалоговое окно не требуется:

• Имя (Name): Нажми на имя набора данных, чтобы отредактировать его. Изменения сохраняются автоматически при потере фокуса или нажатии Enter.
• Описание (Description): Нажми на описание (или текст-заполнитель "Add a description..."), чтобы отредактировать его. Изменения сохраняются автоматически.
• Тип задачи (Task type): Нажми на значок задачи, чтобы выбрать другой тип задачи.
• Лицензия (License): Нажми на переключатель лицензии, чтобы изменить лицензию набора данных.

Клонировать набор данных

При просмотре публичного набора данных, который тебе не принадлежит, нажми Clone Dataset, чтобы создать копию в своей рабочей области. Клон включает все изображения, аннотации и определения классов. Если у исходного набора данных есть лицензия copyleft, клон наследует её, и переключатель лицензий блокируется.

Отметить звездой и поделиться

• Звезда (Star): Нажми кнопку со звездой, чтобы добавить набор данных в избранное. Количество звезд видно всем пользователям.
• Поделиться (Share): Для публичных наборов данных нажми кнопку поделиться, чтобы скопировать ссылку или поделиться в социальных сетях.

Удалить набор данных

Удали набор данных, который тебе больше не нужен:

1. Открыть меню действий с датасетом
2. Нажми Delete
3. Подтверди действие в диалоговом окне: "Это переместит [name] в корзину. Вы сможете восстановить его в течение 30 дней."

Обучение на датасете

Запусти обучение прямо из своего датасета:

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

Часто задаваемые вопросы (FAQ)

Что происходит с моими данными после загрузки?

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

1. Проверяются на соответствие формату и размеру
2. Отклоняются, если минимальный размер меньше 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. Создаются миниатюры в формате WebP размером 256px для быстрого просмотра

Как работает хранилище?

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

• Дедупликация: Идентичные изображения, загруженные разными пользователями, хранятся только один раз
• Целостность: Хеширование XXH3-128 гарантирует целостность данных
• Эффективность: Снижает затраты на хранение и ускоряет обработку
• Региональность: Данные остаются в выбранном тобой регионе (US, EU или AP)

Могу ли я добавить изображения в существующий датасет?

Да, перетащи файлы на страницу датасета или используй кнопку загрузки, чтобы добавить дополнительные изображения. Новая статистика будет рассчитана автоматически.

Как переместить изображения между выборками (splits)?

Используй функцию массового перемещения в выборку:

1. Выбери изображения в представлении таблицы
2. Нажми правой кнопкой мыши и выбери Move to split
3. Выбери целевую выборку (Train, Validation или Test)

Какие форматы разметки поддерживаются?

Ultralytics Platform поддерживает разметку YOLO, COCO JSON, Ultralytics NDJSON и загрузку исходных изображений:

Могу ли я разметить один и тот же датасет для нескольких типов задач?

Да. Каждое изображение хранит аннотации для всех 5 типов задач (detect, segment, pose, OBB, classify) вместе. Ты можешь в любое время переключить активный тип задачи для датасета, не теряя существующих аннотаций. В редакторе отображаются, а также включаются в экспорт и обучение, только аннотации, соответствующие активному типу задачи — аннотации для других задач сохраняются и появляются снова, когда ты переключаешься обратно.