Datasets#

Ultralytics Platform datasets cung cấp một giải pháp tối ưu để quản lý dữ liệu huấn luyện của bạn. Sau khi tải lên, nền tảng sẽ tự động xử lý hình ảnh, nhãn và thống kê. Một tập dữ liệu sẵn sàng để huấn luyện sau khi quá trình xử lý hoàn tất và có ít nhất một hình ảnh trong phân vùng train, ít nhất một hình ảnh trong phân vùng val hoặc test, ít nhất một hình ảnh có nhãn, và tổng cộng có ít nhất hai hình ảnh.

Tải tập dữ liệu lên#

Ultralytics Platform chấp nhận nhiều định dạng tải lên để tăng tính linh hoạt.

Các định dạng được hỗ trợ#

Hỗ trợ Video Codec#

Chỉ riêng phần mở rộng tệp là chưa đủ: video vẫn có thể thất bại nếu codec của nó không được giải mã bởi worker tiếp nhận của Platform.

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

Chuẩn bị tập dữ liệu của bạn#

Platform hỗ trợ Ultralytics YOLO, COCO, Ultralytics NDJSON, và các tệp tải lên thô (không có chú thích):

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

Để biết chi tiết về định dạng cụ thể của tác vụ, hãy xem supported tasks và Datasets Overview.

Quy trình tải lên#

Để tạo một dataset:

1. Điều hướng đến Annotate trong thanh bên
2. Nhấp New Dataset
3. Chọn loại tác vụ (xem supported tasks)
4. Thêm tên và mô tả tùy chọn
5. Đặt chế độ hiển thị (công khai hoặc riêng tư) và giấy phép tùy chọn (xem available licenses)
6. Thêm tệp và nhấp vào Create & Upload, hoặc nhấp vào Create Dataset để bắt đầu với một tập dữ liệu trống

Để thêm tệp vào một tập dữ liệu hiện có, hãy mở trang tập dữ liệu đó và kéo thả các tệp vào thư viện hoặc nhấp vào biểu tượng tải lên ở phần đầu trang. Biểu tượng tải lên sẽ mở trực tiếp trình chọn tệp gốc của trình duyệt vì tác vụ tập dữ liệu đã được xác định trước.

Sau khi tải lên, nền tảng sẽ xử lý dữ liệu của bạn thông qua đường ống nhiều giai đoạn:

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. Xác thực: Kiểm tra định dạng và kích thước
2. Chuẩn hóa: Hình ảnh lớn được thay đổi kích thước (tối đa 4096px, kích thước tối thiểu 28px)
3. Hình thu nhỏ: Tạo bản xem trước WebP 256px
4. Label Parsing: Đã trích xuất nhãn theo định dạng YOLO và COCO
5. Số liệu thống kê: Tính toán phân phối lớp và kích thước hình ảnh

from ultralytics.data.utils import check_det_dataset

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

Duyệt hình ảnh#

Xem hình ảnh tập dữ liệu của bạn trong nhiều bố cục khác nhau.

Mở bảng điều khiển Clustering từ thanh công cụ thư viện để khám phá tập dữ liệu của bạn dưới dạng biểu đồ tán xạ 2D tương tác.

Sắp xếp và Lọc#

Hình ảnh có thể được sắp xếp và lọc để duyệt hiệu quả:

Trình xem toàn màn hình#

Nhấp vào bất kỳ ảnh nào để mở trình xem toàn màn hình với:

• Điều hướng: Sử dụng phím mũi tên hoặc bản xem trước thu nhỏ để duyệt
• Image information: Xem lại các thuộc tính do Platform tạo ra, siêu dữ liệu tùy chỉnh và siêu dữ liệu tệp được nhúng chẳng hạn như EXIF
• Metadata tùy chỉnh: Chủ sở hữu và biên tập viên có thể thêm hoặc thay thế một đối tượng JSON, bao gồm các giá trị lồng nhau lên đến 500.000 ký tự được tuần tự hóa và các khóa cấp cao nhất lên đến 128 ký tự
• Chú thích: Bật/tắt hiển thị lớp phủ chú thích
• Phân tích lớp: Số lượng nhãn theo từng lớp với các chỉ báo màu sắc
• Annotate: Khi bạn có quyền chỉnh sửa, các điều khiển chú thích sẽ hoạt động ngay lập tức khi trình xem toàn màn hình mở trên máy tính để bàn
• Tải xuống: Tải xuống tệp ảnh gốc
• Xóa: Xóa ảnh khỏi dataset
• Zoom: Cmd/Ctrl+Scroll, Cmd/Ctrl++, hoặc Cmd/Ctrl+= để phóng to, và Cmd/Ctrl+- để thu nhỏ
• Reset view: Cmd/Ctrl + 0 hoặc nút đặt lại để khớp hình ảnh với trình xem
• Pan: Giữ Space và kéo để dịch chuyển khung vẽ khi đang phóng to
• Xem pixel: Bật/tắt kết xuất pixel để kiểm tra kỹ

Lọc theo tách tập (Split)#

Lọc ảnh theo tách tập dataset của chúng:

Phân cụm (Clustering)#

Bảng điều khiển Clustering chiếu tập dữ liệu của bạn thành một biểu đồ tán xạ 2D tương tác, nơi các hình ảnh có tính trực quan tương tự nằm gần nhau. Sử dụng nó để hiển thị các cụm, phát hiện các bản sao và điểm ngoại lai, đồng thời kiểm tra cách các phân vùng hoặc lớp được phân phối trên dữ liệu của bạn — mà không cần rời khỏi thư viện. Mở nó từ biểu đồ biểu đồ tán xạ trên thanh công cụ thư viện ở bất kỳ trang tập dữ liệu nào.

Chạy phân tích#

Bắt đầu phân tích:

1. Mở một dataset và nhấp vào biểu tượng biểu đồ phân tán trong thanh công cụ thư viện
2. Nhấp Analyze Dataset
3. Đợi thanh tiến trình hoàn tất — kết quả sẽ xuất hiện trong cùng một bảng

Phân tích chạy ở chế độ nền và có thể mất vài phút tùy thuộc vào kích thước dataset của bạn. Bạn có thể đóng bảng hoặc rời khỏi trang và quay lại sau.

Trực quan hóa#

Sau khi phân tích hoàn tất, bảng sẽ hiển thị biểu đồ phân tán 2D của tất cả các ảnh đã phân tích. Các bộ lọc thư viện (tách tập, lớp, đã dán nhãn/chưa dán nhãn) sẽ làm mờ các điểm nằm ngoài bộ lọc để bạn có thể tập trung vào tập hợp con mà mình quan tâm.

Tô màu theo#

Thay đổi cách tô màu các điểm dữ liệu bằng menu thả xuống Color by trong thanh công cụ bảng điều khiển. Chuyển đổi chế độ xem bất kỳ lúc nào — biểu đồ sẽ tự động đổi màu ngay lập tức để bạn có thể thấy cách các phân vùng, lớp hoặc thuộc tính hình ảnh được phân phối trên các cụm của mình:

Lựa chọn Lasso#

Vẽ vùng chọn tự do xung quanh một khu vực để làm nổi bật các điểm trên biểu đồ. Thư viện sẽ lọc xuống các hình ảnh phù hợp, để bạn có thể kiểm tra, gắn nhãn lại, di chuyển hoặc xóa chúng bằng các thao tác hình ảnh thông thường.

Di chuyển và Thu phóng#

Điều hướng các biểu đồ phân tán lớn trực tiếp từ chuột và bàn phím của bạn:

Phân tích lại#

Nếu tập dữ liệu của bạn thay đổi sau khi phân tích, nút Re-analyze sẽ xuất hiện ở đầu bảng điều khiển dành cho chủ sở hữu và biên tập viên.

Nhấp vào Re-analyze để tính toán lại các phần nhúng và phép chiếu 2D từ đầu.

Các tab Dataset#

Mỗi trang dataset có thể hiển thị tối đa sáu tab, tùy thuộc vào trạng thái dataset và quyền của bạn:

Tab Ảnh#

Chế độ xem mặc định hiển thị thư viện ảnh với các lớp phủ chú thích. Hỗ trợ các chế độ xem dạng lưới, nhỏ gọn và bảng. Kéo và thả tệp vào đây để thêm ảnh.

Tab Lớp#

Tab này xuất hiện khi dataset đã có ảnh.

Quản lý các lớp chú thích cho dataset của bạn:

• Biểu đồ cột lớp: Biểu đồ hiển thị số lượng chú thích theo từng lớp với tùy chọn bật/tắt thang đo tuyến tính/log
• Bảng lớp: Bảng có thể sắp xếp và tìm kiếm với tên lớp, số lượng nhãn và số lượng ảnh
• Chỉnh sửa tên lớp: Nhấp vào bất kỳ tên lớp nào để đổi tên trực tiếp
• Chỉnh sửa màu lớp: Nhấp vào mẫu màu để thay đổi màu của lớp
• Thêm lớp mới: Sử dụng ô nhập liệu ở phía dưới để thêm các lớp

Tab Biểu đồ#

Tab này xuất hiện khi dataset đã có ảnh.

Các số liệu thống kê tự động được tính toán từ bộ dữ liệu của bạn:

Tab Model#

Xem tất cả các model được huấn luyện trên bộ dữ liệu này trong một bảng có thể tìm kiếm:

Tab Lỗi#

Tab này chỉ xuất hiện khi một hoặc nhiều tệp gặp lỗi xử lý.

Các ảnh bị lỗi xử lý được liệt kê tại đây với:

• Biểu ngữ lỗi: Tổng số ảnh bị lỗi và hướng dẫn
• Bảng lỗi: Tên tệp, mô tả lỗi dễ hiểu, gợi ý sửa lỗi và hình thu nhỏ xem trước
• Các lỗi phổ biến bao gồm tệp bị hỏng, định dạng không được hỗ trợ, ảnh quá nhỏ (tối thiểu 28px) và chế độ màu không được hỗ trợ

Tab Phiên bản#

Tạo các bản chụp NDJSON bất biến của bộ dữ liệu để huấn luyện có thể tái lập. Mỗi phiên bản ghi lại số lượng ảnh, số lượng lớp, số lượng chú thích và kích thước tệp tại thời điểm tạo.

Để tạo một phiên bản:

1. Mở tab Versions
2. Nhập mô tả tùy chọn (ví dụ: "Đã thêm 500 ảnh huấn luyện" hoặc "Đã sửa các lớp bị gán nhãn sai")
3. Nhấp vào + New Version
4. Phiên bản mới xuất hiện trong bảng
5. Sử dụng các thao tác hàng để tải xuống, khôi phục hoặc xóa phiên bản

Mỗi phiên bản được đánh số tuần tự (v1, v2, v3...). Bạn có thể tải xuống một phiên bản đã lưu khi nó vẫn còn trong bảng phiên bản.

Xuất Dataset#

Xuất bộ dữ liệu của bạn để sử dụng ngoại tuyến với tệp tải xuống NDJSON từ tiêu đề bộ dữ liệu hoặc tab Phiên bản.

Để xuất:

1. Nhấp vào nút Download (biểu tượng tải xuống) trong tiêu đề bộ dữ liệu
2. Tải xuống snapshot NDJSON hiện tại trực tiếp
3. Sử dụng tab Versions khi bạn muốn có một snapshot được đánh số bất biến mà bạn có thể tải xuống lại sau này

Định dạng NDJSON lưu trữ một đối tượng JSON trên mỗi dòng. Dòng đầu tiên chứa siêu dữ liệu tập dữ liệu, tiếp theo là một dòng cho mỗi hình ảnh:

{"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"}

Đối tượng cấp hình ảnh tùy chọn metadata được giữ nguyên khi tệp NDJSON được nhập vào Platform. Bạn có thể kiểm tra hoặc chỉnh sửa nó từ bảng thông tin toàn màn hình của hình ảnh. Đối với các tải lên lưu trữ lập trình, Dataset Ingest API chấp nhận bản đồ đường dẫn tương đương imageMetadata.

Xem tài liệu định dạng Ultralytics NDJSON để biết thông số kỹ thuật đầy đủ.

Thao tác trên hình ảnh#

Hành động nhanh#

Nhấp chuột phải vào bất kỳ hình ảnh nào trong chế độ xem Grid hoặc Compact để truy cập các hành động nhanh:

Di chuyển hàng loạt đến tập (Bulk Move to Split)#

Chỉ định lại các hình ảnh đã chọn vào một tập khác trong cùng một tập dữ liệu:

1. Chuyển sang chế độ xem Table
2. Chọn hình ảnh bằng cách sử dụng các hộp kiểm
3. Nhấp chuột phải để mở menu ngữ cảnh
4. Chọn Move to split > Train, Validation, hoặc Test

Bạn cũng có thể kéo và thả hình ảnh vào các tab bộ lọc tập trong chế độ xem lưới.

Phân phối lại tập (Split Redistribution)#

Phân phối lại tất cả hình ảnh trên các tập train, validation và test bằng cách sử dụng tỷ lệ tùy chỉnh:

1. Nhấp vào thanh phân chia (split bar) trong thanh công cụ tập dữ liệu để mở hộp thoại Redistribute Splits
2. Điều chỉnh tỷ lệ phần trăm phân chia bằng bất kỳ phương pháp nào dưới đây
3. Xem lại bản xem trước số lượng hình ảnh trực tiếp để xác nhận phân phối
4. Nhấp vào Apply để chỉ định lại ngẫu nhiên tất cả hình ảnh theo tỷ lệ phần trăm của bạn

Hộp thoại cung cấp ba cách để thiết lập tỷ lệ phân chia mục tiêu của bạn:

Bản xem trước trực tiếp hiển thị chính xác bao nhiêu hình ảnh sẽ nằm trong mỗi tập trước khi bạn áp dụng.

Xóa hàng loạt#

Xóa nhiều hình ảnh cùng một lúc:

1. Chọn hình ảnh trong chế độ xem bảng
2. Nhấp chuột phải và chọn Delete
3. Xác nhận xóa

URI Tập dữ liệu#

Tham chiếu các tập dữ liệu Platform bằng định dạng URI ul:// (xem Using Platform Datasets):

ul://username/datasets/dataset-slug

Bạn cũng có thể dán trực tiếp URL web của tập dữ liệu hoặc mô hình (ví dụ: https://platform.ultralytics.com/username/datasets/dataset-slug); nó sẽ tự động được viết lại thành URI ul://. Việc truyền một danh sách các tập dữ liệu sẽ tinh chỉnh một mô hình cơ sở lần lượt trên từng tập, ví dụ như model.train(data=["ul://username/datasets/a", "ul://username/datasets/b"]).

Sử dụng URI này để huấn luyện các model từ bất cứ đâu:

export ULTRALYTICS_API_KEY="YOUR_API_KEY"
yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset epochs=100

Giấy phép khả dụng#

Platform hỗ trợ các giấy phép sau cho các tập dữ liệu:

Cài đặt hiển thị#

Kiểm soát ai có thể thấy tập dữ liệu của bạn:

Chế độ hiển thị được thiết lập khi tạo tập dữ liệu trong hộp thoại New Dataset bằng cách sử dụng nút chuyển đổi. Các tập dữ liệu công khai có thể hiển thị trên trang Explore.

Chỉnh sửa tập dữ liệu#

Metadata của tập dữ liệu được chỉnh sửa nội dòng trực tiếp trên trang tập dữ liệu — không cần hộp thoại:

• Name: Nhấp vào tên tập dữ liệu để chỉnh sửa. Các thay đổi sẽ tự động lưu khi mất tiêu điểm hoặc Enter.
• Description: Nhấp vào mô tả (hoặc trình giữ chỗ "Thêm mô tả...") để chỉnh sửa. Các thay đổi tự động lưu.
• Task type: Nhấp vào huy hiệu tác vụ để chọn loại tác vụ khác.
• License: Nhấp vào bộ chọn giấy phép để thay đổi giấy phép của tập dữ liệu.

Metadata Tùy chỉnh#

Mở Thêm thao tác và chọn Thông tin để xem lại hai phần:

• Metadata của Ultralytics: Chi tiết Platform chỉ đọc chẳng hạn như ID tập dữ liệu, chủ sở hữu, tác vụ, số lượng hình ảnh và chú thích, vùng lưu trữ và dấu thời gian
• Metadata tùy chỉnh: Đối tượng JSON của riêng bạn dành cho nguồn gốc, điều kiện chụp, ID khách hàng, quản trị hoặc dữ liệu ngữ cảnh khác

Người xem workspace có thể kiểm tra metadata, trong khi các thành viên có quyền chỉnh sửa có thể thay thế đối tượng metadata tùy chỉnh. Đối tượng metadata được tuần tự hóa bị giới hạn ở 500.000 ký tự và mỗi khóa cấp cao nhất bị giới hạn ở 128 ký tự. Lưu một đối tượng trống ({}) để xóa metadata tùy chỉnh.

Sao chép (Clone) Dataset#

Khi xem một tập dữ liệu công khai không thuộc sở hữu của bạn, hãy nhấp vào Clone Dataset để mở hộp thoại nhân bản. Xem lại không gian làm việc đích, tên, chế độ hiển thị và giấy phép, sau đó xác nhận nhân bản. Bản sao bao gồm tất cả hình ảnh, chú thích và định nghĩa lớp. Các tập dữ liệu nguồn công khai vẫn ở chế độ công khai theo mặc định trong các không gian làm việc có chế độ hiển thị mặc định là công khai; các bản nhân bản không gian làm việc Enterprise mặc định ở chế độ riêng tư. Nếu tập dữ liệu gốc có giấy phép copyleft, bản nhân bản sẽ kế thừa giấy phép đó và trình chọn giấy phép sẽ bị khóa.

Gắn sao và Chia sẻ#

• Star: Nhấp vào nút sao để đánh dấu tập dữ liệu. Số lượng gắn sao hiển thị cho tất cả người dùng.
• Share: Đối với các tập dữ liệu công khai, nhấp vào nút chia sẻ để sao chép liên kết hoặc chia sẻ lên các nền tảng mạng xã hội.

Xóa Dataset#

Xóa tập dữ liệu bạn không còn cần dùng:

1. Nhấp vào biểu tượng thùng rác Delete dataset trong tiêu đề dataset
2. Xác nhận trong hộp thoại: "Thao tác này sẽ di chuyển [name] vào thùng rác. Bạn có thể khôi phục nó trong vòng 30 ngày."

Huấn luyện trên Tập dữ liệu#

Bắt đầu huấn luyện trực tiếp từ tập dữ liệu của bạn:

1. Nhấp vào New Model trên trang tập dữ liệu
2. Chọn một project hoặc tạo mới
3. Cấu hình các tham số huấn luyện
4. Bắt đầu huấn luyện

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

Xem Cloud Training để biết thêm chi tiết.

Câu hỏi thường gặp#

Điều gì xảy ra với dữ liệu của tôi sau khi tải lên?#

Dữ liệu của bạn được xử lý và lưu trữ trong khu vực bạn đã chọn (US, EU, hoặc AP). Ảnh sẽ được:

1. Xác thực về định dạng và kích thước
2. Từ chối nếu kích thước tối thiểu dưới 28px
3. Chuẩn hóa nếu lớn hơn 4096px (giữ nguyên tỷ lệ khung hình; được mã hóa để lưu trữ tối ưu)
4. Lưu trữ bằng Content-Addressable Storage (CAS) với thuật toán băm XXH3-128
5. Ảnh thu nhỏ được tạo ở định dạng WebP 256px để duyệt nhanh

Lưu trữ hoạt động như thế nào?#

Ultralytics Platform sử dụng Content-Addressable Storage (CAS) để lưu trữ hiệu quả:

• Deduplication: Các byte hình ảnh giống hệt nhau trong cùng một vùng dữ liệu sẽ sử dụng lại cùng một đối tượng cơ sở
• Integrity: Thuật toán băm XXH3-128 đảm bảo tính toàn vẹn của dữ liệu
• Efficiency: Các bản sao sử dụng lại các đối tượng CAS thay vì sao chép các byte hình ảnh, đồng thời vẫn được tính vào hạn mức lưu trữ của workspace đích
• Regional: Dữ liệu nằm trong khu vực bạn đã chọn (US, EU, hoặc AP)

Tôi có thể thêm ảnh vào tập dữ liệu hiện có không?#

Có. Kéo các tệp vào thư viện dataset hoặc nhấp vào biểu tượng tải lên ở tiêu đề trang, thao tác này sẽ mở trực tiếp trình chọn tệp gốc của trình duyệt. Các thống kê mới được tính toán tự động sau khi xử lý.

Làm thế nào để di chuyển ảnh giữa các phân đoạn (splits)?#

Sử dụng tính năng di chuyển hàng loạt đến phân đoạn:

1. Chọn hình ảnh trong chế độ xem bảng
2. Nhấp chuột phải và chọn Move to split
3. Chọn phân đoạn mục tiêu (Train, Validation, hoặc Test)

Những định dạng nhãn nào được hỗ trợ?#

Ultralytics Platform hỗ trợ nhãn YOLO, COCO JSON, Ultralytics NDJSON và tải lên ảnh thô:

Tôi có thể chú thích cùng một tập dữ liệu cho nhiều loại tác vụ không?#

Có. Mỗi hình ảnh lưu trữ các annotation cho cả 6 loại tác vụ (detect, segment, semantic, classify, pose, OBB) cùng nhau. Bạn có thể chuyển đổi loại tác vụ đang hoạt động của dataset bất kỳ lúc nào mà không làm mất các annotation hiện có. Chỉ các annotation khớp với loại tác vụ đang hoạt động mới được hiển thị trong trình chỉnh sửa và được bao gồm trong các tệp xuất và quá trình training — các annotation cho các tác vụ khác được bảo lưu và sẽ xuất hiện trở lại khi bạn chuyển đổi lại.