Link to this sectionVeri Hazırlığı#
Veri hazırlığı, başarılı bilgisayarlı görü modellerinin temelidir. Ultralytics Platform, eğitim verilerini yüklemeden etiketlemeye ve analize kadar yönetmen için kapsamlı araçlar sunar.
Watch: Get Started with Ultralytics Platform - Data
Link to this sectionGenel Bakış#
Ultralytics Platform'un Veri bölümü şunları yapmana yardımcı olur:
- Yükle: Görseller, videolar ve veri kümesi dosyaları (ZIP,
.tar.gz/.tgzdahil TAR, NDJSON) - Etiketle: Manuel çizim araçları ve SAM destekli akıllı etiketleme ile; SAM 2.1 veya yeni SAM 3 arasından seçim yap
- Analiz et: Verilerini istatistikler ve görselleştirmelerle analiz et
- Dışa aktar: Yerel eğitim için NDJSON formatında dışa aktar
Link to this sectionİş Akışı#
graph LR
A[Upload]:::start --> B[Annotate]:::proc
B --> C[Analyze]:::proc
C --> D[Train]:::out
classDef start fill:#4CAF50,color:#fff
classDef proc fill:#2196F3,color:#fff
classDef out fill:#9C27B0,color:#fff| Aşama | Açıklama |
|---|---|
| Yükleme | Görselleri, videoları veya arşivleri otomatik işleme ile içe aktar |
| Etiketle | Verileri tüm 6 görev tipi için manuel araçlarla etiketle veya tespit, segmentasyon, anlamsal segmentasyon ve OBB için SAM etiketlemesini kullan |
| Analiz et | Sınıf dağılımlarını, uzamsal ısı haritalarını ve boyut istatistiklerini görüntüle |
| Dışa Aktar | Çevrimdışı kullanım için NDJSON formatında indir |
Link to this sectionDesteklenen Görevler#
Ultralytics Platform, 6 YOLO görev tipinin tamamını destekler:
| Görev | Açıklama | Etiketleme Aracı |
|---|---|---|
| Tespit | Sınırlayıcı kutularla nesne tespiti | Dikdörtgen aracı |
| Segmentasyon | Piksel maskeleri ile örnek segmentasyonu | Çokgen aracı |
| Anlamsal | Sınıf başına piksel bölgeleri ile anlamsal segmentasyon | Çokgen aracı |
| Duruş | Yerleşik ve özel iskelet şablonları ile anahtar nokta tahmini | Anahtar nokta aracı |
| OBB | Döndürülmüş nesneler için yönlendirilmiş sınırlayıcı kutular | Yönlendirilmiş kutu aracı |
| Sınıflandırma | Görsel düzeyinde sınıflandırma | Sınıf seçici |
Görev tipi, bir veri kümesi oluşturulurken ayarlanır ve hangi etiketleme araçlarının kullanılabilir olduğunu belirler. Bunu daha sonra veri kümesi başlığındaki görev seçiciden değiştirebilirsin, ancak geçiş yaptıktan sonra uyumsuz etiketler görüntülenmeyecektir.
Link to this sectionTemel Özellikler#
Link to this sectionAkıllı Depolama#
Ultralytics Platform, verimli veri yönetimi için İçerik Adresli Depolama (CAS) kullanır:
- Tekilleştirme: Özdeş görseller, XXH3-128 hashleme yoluyla yalnızca bir kez depolanır
- Bütünlük: Hash tabanlı adresleme, veri bütünlüğünü sağlar
- Verimlilik: Optimize edilmiş depolama ve hızlı işleme
Link to this sectionVeri Kümesi URI'leri#
ul:// URI formatını kullanarak veri kümelerine başvur (bkz. Platform Veri Kümelerini Kullanma):
yolo train data=ul://username/datasets/my-datasetBu, API anahtarın yapılandırılmış herhangi bir makineden platformun veri kümeleri üzerinde eğitim yapmanı sağlar.
from ultralytics import YOLO
model = YOLO("yolo26n.pt")
model.train(data="ul://username/datasets/my-dataset", epochs=100)Link to this sectionVeri Kümesi Sürümleme#
Tekrarlanabilir eğitim için veri kümenin değiştirilemez NDJSON anlık görüntülerini oluştur. Her sürüm; oluşturulma anındaki görsel sayılarını, sınıf sayılarını ve etiket sayılarını yakalar. Ayrıntılar için Sürümler Sekmesine bak.
Link to this sectionVeri Kümesi Sekmeleri#
Veri kümesi sayfaları, veri kümesinin durumuna ve izinlerine bağlı olarak altı sekmeye kadar gösterebilir:
| Sekme | Açıklama |
|---|---|
| Görüntüler | Görselleri etiket katmanlarıyla ızgara, kompakt veya tablo görünümünde incele |
| Classes | Sınıf adlarını, renklerini ve sınıf başına etiket sayılarını görüntüle ve düzenle |
| Grafikler | Otomatik istatistikler: dağılım ayrımı, sınıf sayıları, ısı haritaları |
| Modeller | Bu veri kümesi üzerinde eğitilmiş Modeller (metrikler ve durum ile) |
| Sürümler | Tekrarlanabilir eğitim için değiştirilemez NDJSON anlık görüntüleri oluştur ve indir |
| Hatalar | Hata ayrıntıları ve düzeltme rehberliği ile işlenemeyen görseller |
Classes ve Charts sekmeleri veri setinde görsel bulunduğunda görünür. Errors sekmesi yalnızca işlem hataları varsa görünür. Versions sekmesi sahipler için veya sahipler dışındakiler için zaten sürümler mevcutsa görünür.
Link to this sectionKümeleme#
Veri kümeni, görsel olarak benzer görsellerin birbirine yakın olduğu etkileşimli bir 2D saçılım grafiği olarak keşfet; bu, kümeleri, kopyaları ve aykırı değerleri ortaya çıkarmak ve verilerin genelinde ayrımların veya sınıfların nasıl dağıldığını incelemek için kullanışlıdır. Galeriyi o görsellere göre filtrelemek için grafiğin bir bölgesini seç. Ayrıntılar için Kümeleme kısmına bak.
Link to this sectionİstatistikler ve Görselleştirme#
Charts sekmesi şu otomatik analizleri sunar:
- Dağılım Ayrımı: Eğitim/doğrulama/test görsel sayılarını gösteren pasta grafik
- En Çok Kullanılan Sınıflar: En sık kullanılan etiket sınıflarını gösteren pasta grafik
- Görsel Boyutları: Görsel genişliği ve yükseklik dağılımının histogramı (piksel cinsinden)
- Örnek Başına Nokta: Çokgen köşesi veya anahtar nokta sayısı dağılımı (segmentasyon/pose veri kümeleri)
- Etiket Konumları: Sınırlayıcı kutu merkez konumlarının 2D ısı haritası
- Görsel Boyutları 2D: En boy oranı kılavuz çizgileriyle genişliğe karşı yükseklik 2D ısı haritası
Link to this sectionHızlı Bağlantılar#
- Veri Kümeleri: Eğitim verilerini yükle, yönet ve dışa aktar
- Etiketleme: Verileri manuel ve AI destekli araçlarla etiketle
- Bulut Eğitimi: Modelleri etiketlenmiş veri kümelerinde eğit
- Veri Kümesi URI'si: Her yerden eğitim yapmak için
ul://URI'lerini kullan
Link to this sectionSSS#
Link to this sectionYükleme için hangi dosya formatları destekleniyor?#
Ultralytics Platform şunları destekler:
Görseller: JPEG, PNG, WebP, BMP, TIFF, HEIC, AVIF, JP2, DNG, MPO (her biri maksimum 50MB)
Videolar: MP4, WebM, MOV, MKV, M4V (maks 1GB, kareler 1 FPS hızında çıkarılır, maks 100 kare)
Dataset files: ZIP or TAR archives including .tar.gz and .tgz (max 10GB on Free, 20GB on Pro, 50GB on Enterprise) containing images with optional YOLO-format labels, plus NDJSON exports
Link to this sectionMaksimum veri kümesi boyutu nedir?#
Depolama sınırları planına bağlıdır:
| Plan | Depolama Sınırı |
|---|---|
| Ücretsiz | 100 GB |
| Pro | 500 GB |
| Enterprise | Sınırsız |
Bireysel dosya sınırları: Görseller 50MB, Videolar 1GB, veri kümeleri Ücretsiz planda 10GB / Pro'da 20GB / Enterprise'da 50GB
Link to this sectionPlatform veri kümelerimi yerel eğitim için kullanabilir miyim?#
Evet! Yerel olarak eğitim yapmak için veri kümesi URI formatını kullan:
export ULTRALYTICS_API_KEY="YOUR_API_KEY"
yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset epochs=100Veya tamamen çevrimdışı eğitim için veri kümeni NDJSON formatında dışa aktar.