Датасеты#

Датасеты Ultralytics Platform обеспечивают удобное решение для управления данными для обучения. После загрузки платформа автоматически обрабатывает изображения, метки и статистику.

Датасет готов к обучению после завершения обработки, если в нём есть хотя бы одно изображение в сплите train, хотя бы одно изображение в сплите val или test, а также хотя бы одно размеченное изображение. В заголовке датасета отображается значок Ready, когда выполнены все три условия, и значок Not Ready в противном случае — нажми на значок, чтобы точно узнать, какое условие не выполнено.

Собери изображения с помощью агентов#

Используй агентов, чтобы добавлять изображения в датасет, когда детектирование модели удовлетворяет условию, например уверенности в выбранном диапазоне. Подключи условие к блоку Dataset и выбери целевой набор, который ты можешь редактировать. Изображения поступают без разметки в сплит train; существующие копии пропускаются. Проверь и разметь изображения с помощью существующего редактора разметки.

Загрузка датасета#

Ultralytics Platform поддерживает несколько форматов загрузки для большей гибкости.

Поддерживаемые форматы#

Поддержка видеокодеков#

Одного расширения файла недостаточно: видео всё равно может не обработаться, если его кодек нельзя декодировать во время обработки.

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

Подготовка датасета#

Платформа поддерживает Ultralytics YOLO, COCO, семантические PNG-маски, датасеты глубин, Ultralytics NDJSON и загрузку сырых (неразмеченных) данных:

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

Если метки ссылаются на идентификаторы классов, но имена классов не указаны, Platform создаёт плотные имена-заполнители (class0, class1, …), которые позже можно переименовать на вкладке Classes.

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 вкладку источника данных (см. раздел Источники данных ниже)
4. Укажи имя — URL-слаг создаётся автоматически, и его можно отредактировать — и при необходимости добавь описание
5. Выбери тип задачи (см. поддерживаемые задачи), при необходимости лицензию (см. доступные лицензии) и видимость (публичный или приватный)
6. Нажми Create & Upload для локальных файлов, Create & Import для URL или подключённого источника либо Create Dataset, чтобы начать с пустого датасета

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

Источники данных#

Диалог New Dataset предлагает четыре источника:

До начала загрузки#

Platform проверяет файлы в браузере до начала загрузки, поэтому распространённые проблемы обнаруживаются сразу, а не после длительной передачи данных. Архивы проверяются на повреждение, пустоту, защиту паролем и ошибки синтаксиса YAML, а слишком большие файлы перечисляются по именам.

Затем могут появиться два диалога:

После загрузки платформа автоматически обрабатывает твои данные:

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. Проверка: проверка формата и размера
2. Нормализация: большие изображения изменяются (максимум 4096px, минимальный размер — 28px), изображения в градациях серого преобразуются в RGB, прозрачность заменяется белым фоном, применяется ориентация EXIF
3. Миниатюры: создаются превью WebP размером 256px
4. Разбор разметки: извлекаются метки YOLO, COCO и NDJSON
5. Статистика: вычисляются распределения классов и размеры изображений

from ultralytics.data.utils import check_det_dataset

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

Просмотр изображений#

Просматривай изображения своего набора данных в нескольких режимах отображения.

Открой панель кластеризации на панели инструментов галереи, чтобы исследовать свой набор данных 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 со следующими возможностями:

• Навигация: используй клавиши со стрелками или превью миниатюр для просмотра
• Информация об изображении: просматривай свойства, сгенерированные Platform, пользовательские метаданные и встроенные метаданные файла, например EXIF
• Пользовательские метаданные: владельцы и редакторы могут добавлять или заменять объект JSON, включая вложенные значения объёмом до 500 000 сериализованных символов и ключи верхнего уровня длиной до 128 символов
• Разметка: переключай видимость наложенной разметки
• Разбивка по классам: количество меток для каждого класса с цветовыми индикаторами
• Разметить: если у тебя есть доступ на редактирование, элементы управления разметкой становятся активными сразу после открытия полноэкранного просмотрщика на компьютере
• Скачать: скачать исходный файл изображения
• Удалить: удалить изображение из набора данных
• Масштаб: используй Cmd/Ctrl+Scroll, Cmd/Ctrl++ или Cmd/Ctrl+= для увеличения масштаба и Cmd/Ctrl+- для уменьшения
• Сбросить вид: используй Cmd/Ctrl + 0 или кнопку сброса, чтобы вписать изображение в просмотрщик
• Панорамирование: удерживай Space и перетаскивай, чтобы панорамировать холст при увеличенном масштабе
• Просмотр пикселей: переключай пиксельный рендеринг для детального изучения
• Шторка глубины: в наборах данных с глубиной перетаскиваемый разделитель переключает отображение между RGB-изображением и его цветной картой глубины

Фильтрация по подмножеству#

Фильтруй изображения по подмножеству набора данных:

Кластеризация#

Панель Clustering проецирует твой набор данных на интерактивную двумерную диаграмму рассеяния, где визуально похожие изображения располагаются близко друг к другу. Используй её, чтобы находить кластеры, выявлять дубликаты и выбросы, а также изучать распределение подмножеств или классов в данных — не покидая галерею. Открой её с помощью значка диаграммы рассеяния на панели инструментов галереи на странице любого набора данных.

Запуск анализа#

Начни анализ:

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

Анализ выполняется в фоновом режиме в два этапа — Computing embeddings и Clustering — и может занять несколько минут в зависимости от размера набора данных. Ты можешь закрыть панель или покинуть страницу и вернуться позже.

Визуализация#

После завершения анализа на панели отображается двумерная диаграмма рассеяния всех проанализированных изображений с легендой и счётчиком точек. Фильтры галереи (подмножество, класс, с разметкой или без разметки) затемняют точки, не соответствующие фильтру, чтобы ты мог сосредоточиться на нужном подмножестве, — после этого счётчик показывает visible / total points.

Цветовая группировка#

Измени способ закрашивания точек данных с помощью списка Color by на панели инструментов. Переключай режимы просмотра в любое время — график мгновенно перекрашивается, чтобы ты мог видеть распределение разбиений, классов или свойств изображений по кластерам:

Выделение лассо#

Обведи произвольную область, чтобы выделить точки на графике. Галерея отфильтруется и покажет соответствующие изображения, чтобы ты мог просмотреть, переименовать, переместить или удалить их с помощью обычных операций с изображениями.

Панорамирование и масштабирование#

Перемещайся по большим точечным диаграммам с помощью мыши и клавиатуры или используй кнопки масштабирования в левом нижнем углу графика:

Повторный анализ#

Если после анализа набор данных изменился — например, появились новые изображения или количество проанализированных изображений больше не совпадает с набором данных — в верхней части панели для владельцев и редакторов появляется кнопка Re-analyze.

Нажми Re-analyze, чтобы заново вычислить эмбеддинги и 2D-проекцию.

Поиск похожих изображений#

Те же векторные представления обеспечивают поиск сходства по общедоступным датасетам. В редактируемом датасете щелкни правой кнопкой мыши по изображению в виде Сетка (Grid) или Компактный (Compact) (или по одной выбранной строке в виде Таблица (Table)) и выбери Найти похожие изображения (Find similar images). В диалоговом окне отображается до 24 ближайших общедоступных изображений с указанием их исходного датасета, лицензии и оценки сходства, за исключением изображений, которые твой датасет уже содержит, и копий выбранного изображения в других датасетах. Выбери нужные изображения и нажмите Добавить в датасет (Add to dataset): они добавляются в сплит train в качестве неразмеченных изображений, учитываются в выделенном объеме памяти и готовы к разметке.

Изображение без векторного представления — в датасете, который еще не проанализирован или в который оно было добавлено после последнего анализа — отображает Analyze this dataset in Clustering to find similar images. Диалоговое окно недоступно для подключенных датасетов. Диагностика валидации модели для каждого изображения выполняет аналогичный поиск, начиная с изображений с худшими результатами.

Вкладки набора данных#

На каждой странице набора данных может отображаться до шести вкладок в зависимости от состояния набора данных и твоих разрешений:

Вкладка Images#

Представление по умолчанию с галереей изображений и наложениями аннотаций. Поддерживаются режимы просмотра в виде сетки, компактный и табличный. Перетащи файлы сюда, чтобы добавить изображения.

Вкладка Classes#

Эта вкладка отображается, если в наборе данных есть изображения, а задача содержит классы.

Управляй классами аннотаций своего набора данных:

• Гистограмма классов: Столбчатая диаграмма с количеством аннотаций для каждого класса, отсортированная по частоте, с переключателем линейной/логарифмической шкалы
• Таблица классов: Сортируемая таблица с поиском, содержащая индекс, название, количество аннотаций и количество изображений
• Изменение названий классов: Нажми на название любого класса, чтобы переименовать его прямо в таблице
• Изменение цветов классов: Нажми на образец цвета, чтобы изменить цвет класса
• Добавление нового класса: Используй поле ввода внизу, чтобы добавить классы
• Объединение классов: Выбери две или более строки и нажми Merge into one
• Удаление классов: Выбери одну или несколько строк и нажми Delete

Объединение классов#

Объединение консолидирует дублирующиеся или пересекающиеся метки — например, объединяет car, automobile и vehicle в один класс:

1. Выбери два или более класса с помощью флажков в строках
2. Нажми Merge into one в заголовке таблицы или щёлкни правой кнопкой мыши по выделению
3. Выбери, какой из выбранных классов будет целевым, в который будут объединены остальные
4. Подтверди действие

Каждая аннотация, принадлежащая исходным классам, переназначается целевому классу, а исходные классы удаляются. Аннотации не удаляются, поэтому общее количество аннотаций в наборе данных не изменяется.

Удаление классов#

1. Выбери один или несколько классов с помощью флажков в строках
2. Нажми Delete в заголовке таблицы или щёлкни правой кнопкой мыши по выделению
3. Подтверди действие

Удаление класса удаляет сам класс и все его аннотации. В наборах данных для классификации метки удаляются, но изображения сохраняются и становятся неаннотированными.

Вкладка Charts#

Эта вкладка отображается, если в наборе данных есть изображения.

Автоматически вычисляемая статистика набора данных:

Диаграммы отображаются в этом порядке, а каждая диаграмма пропускается, если для неё нет данных — в наборе данных с исходными изображениями не отображаются диаграммы аннотаций, а Points per Instance появляется только для данных сегментации и поз:

Вкладка Models#

Просматривай все модели, обученные на этом датасете, в таблице с поиском:

Вкладка ошибок#

Эта вкладка появляется только при ошибке обработки одного или нескольких файлов.

Здесь перечислены изображения, обработка которых завершилась ошибкой, с указанием:

• Баннер ошибки: общее количество изображений с ошибками и рекомендации
• Таблица ошибок: имя файла, понятное описание ошибки, рекомендации по исправлению и миниатюра для предварительного просмотра
• К распространённым ошибкам относятся повреждённые файлы, неподдерживаемые форматы, слишком маленькие изображения (минимум 28px) и неподдерживаемые цветовые режимы

Вкладка версий#

Создавай неизменяемые снимки датасета в формате NDJSON для воспроизводимого обучения. Каждая версия сохраняет количество изображений, классов и аннотаций, а также размер файлов на момент создания.

Чтобы создать версию:

1. Открой вкладку Versions
2. При желании введи описание (например, "Добавлено 500 обучающих изображений" или "Исправлены неправильно размеченные классы")
3. Нажми New Version
4. Новая версия появится в таблице

Каждая версия получает последовательный номер (v1, v2, v3...) и является неизменяемой — версии нельзя редактировать или удалять, можно изменить только их описания. В любое время используй действия в строке, чтобы скачать или восстановить любую версию.

Экспорт датасета#

Экспортируй датасет для автономного использования, скачав файл NDJSON из заголовка датасета или вкладки версий.

Чтобы экспортировать:

1. Нажми кнопку Download (значок скачивания) в заголовке датасета
2. Скачай текущий снимок NDJSON напрямую
3. Используй вкладку Versions, если нужен неизменяемый снимок с номером, который можно повторно скачать позже

Формат NDJSON хранит один объект JSON на строку. Первая строка содержит метаданные датасета, за которыми следует по одной строке на 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 уровня изображения metadata сохраняется при импорте файла NDJSON в Platform. Просмотреть или изменить его можно на полноэкранной панели информации об изображении. Для программной загрузки архивов API приёма данных датасета принимает эквивалентную карту путей imageMetadata.

Датасеты для задач позы также содержат поле kpt_shape в строке заголовка датасета, если оно ещё не задано, его значение определяется по аннотациям.

Экспорты глубины содержат "task": "depth" и "depth_scale": 1000 в строке датасета. Каждая строка изображения включает depth.url для соответствующего обычного PNG uint16. Ultralytics параллельно скачивает URL изображения и карты глубины и записывает обучающий YAML с тем же масштабом, поэтому файл NDJSON можно напрямую передать в model.train(data=...).

Полную спецификацию см. в документации по формату NDJSON Ultralytics.

Операции с изображениями#

Быстрые действия#

Щёлкни правой кнопкой мыши по любому изображению в представлении Grid или Compact, чтобы открыть быстрые действия:

Пакетное перемещение в разбиение#

Переназначь выбранные изображения в другой сплит того же датасета:

1. Переключись в режим Таблица
2. Выбери изображения с помощью флажков
3. Щёлкни правой кнопкой мыши, чтобы открыть контекстное меню
4. Выбери Move to split > Обучение, Валидация или Тест

Также можно перетаскивать изображения на вкладки фильтра сплитов в режиме сетки. Если при перемещении изображения возникнет конфликт с идентичным изображением, уже находящимся в целевом сплите, Platform предложит пропустить его, оставить оба или заменить существующее.

Перераспределение сплитов#

Распредели все изображения по сплитам обучения, валидации и тестирования с помощью пользовательских соотношений:

1. Нажми на панель сплитов на панели инструментов датасета, чтобы открыть диалоговое окно Перераспределение сплитов
2. Настрой проценты сплитов любым из способов ниже
3. Проверь динамический предварительный просмотр количества изображений, чтобы подтвердить распределение
4. Нажми Применить, чтобы случайным образом переназначить все изображения согласно заданным процентам

Диалоговое окно предоставляет три способа настройки целевых коэффициентов разделения:

Динамический предварительный просмотр показывает точное количество изображений, которое попадёт в каждый сплит, до применения изменений.

Массовое удаление#

Удаляй несколько изображений одновременно:

1. Выбери изображения в режиме таблицы
2. Щёлкни правой кнопкой мыши и выбери Delete или нажми Cmd/Ctrl+Delete
3. Подтверди удаление

URI датасета#

Обращайся к датасетам Platform, используя формат URI ul:// (см. Использование датасетов Platform):

ul://username/datasets/dataset-slug

Также можно 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 последовательно дообучает одну базовую модель на каждом из них, например model.train(data=["ul://username/datasets/a", "ul://username/datasets/b"]).

Используй этот URI для обучения моделей из любой среды:

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 датасетов:

Настройки видимости#

Управляй тем, кто может видеть твой датасет:

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

Редактирование датасета#

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

• Название: Нажми на название датасета, чтобы изменить его. Изменения автоматически сохраняются при потере фокуса или нажатии Enter. Название может содержать не более 100 символов.
• Описание: Нажми на описание (или на заполнитель «Добавить описание...»), чтобы изменить его. Изменения сохраняются автоматически. Описание может содержать не более 1 000 символов.
• Тип задачи: Нажми на значок задачи, чтобы выбрать другой тип задачи.
• Лицензия: Нажми на селектор лицензии, чтобы изменить лицензию датасета.
• Значок: Нажми на значок датасета, чтобы загрузить собственное изображение, назначить одно из изображений датасета значком или выбрать букву и цвет.

Пользовательские метаданные#

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

• Метаданные Ultralytics: доступные только для чтения сведения Platform, такие как идентификатор датасета, владелец, задача, количество изображений и аннотаций, регион хранения и временные метки
• Пользовательские метаданные: собственный объект JSON для указания происхождения данных, условий съёмки, идентификаторов клиентов, управления данными или другой контекстной информации

Пользователи рабочего пространства с правом просмотра могут изучать метаданные, а участники с правом редактирования — заменять объект пользовательских метаданных. Сериализованный объект метаданных может содержать не более 500 000 символов, а длина каждого ключа верхнего уровня ограничена 128 символами. Сохрани пустой объект ({}), чтобы очистить пользовательские метаданные.

Клонирование датасета#

Просматривая публичный датасет, которым ты не владеешь, нажми Clone Dataset, чтобы открыть диалоговое окно клонирования. Проверь целевое рабочее пространство, название, видимость и лицензию, затем подтверди клонирование. Копия включает все изображения, аннотации и определения классов. Публичные исходные датасеты по умолчанию остаются публичными в рабочих пространствах с публичной видимостью по умолчанию; клоны в рабочих пространствах Enterprise по умолчанию являются приватными. Если у исходного датасета лицензия с копилефтом, клон наследует её, а выбор лицензии блокируется.

Слаг назначения автоматически переименовывается, если он уже занят, а для клонирования требуется достаточный оставшийся объём квоты хранилища для размещения копии.

Добавление в избранное и отправка#

• Добавить в избранное: Нажми кнопку со звездой, чтобы добавить датасет в закладки. Количество добавлений в избранное видно всем пользователям.
• Поделиться: Для публичных датасетов нажми кнопку «Поделиться», чтобы скопировать ссылку, получить фрагмент для встраивания или поделиться в социальных сетях.

Удаление датасета#

Удали датасет, который тебе больше не нужен:

1. Открой Дополнительные действия (кнопка …) в заголовке датасета
2. Выбери Delete Dataset
3. Подтверди в диалоговом окне: «Объект [name] будет перемещён в корзину. Ты сможешь восстановить его в течение 30 дней.»

В этом же меню есть пункт Information, который открывает диалоговое окно с метаданными, описанное в разделе Custom Metadata, и пункт Refresh, который заново считывает набор данных с сервера.

Обучение на наборе данных#

Запусти обучение непосредственно из набора данных:

1. Нажми New Model на странице набора данных
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

Подробнее см. в разделе Cloud Training.

Часто задаваемые вопросы#