Tập dữ liệu

Các tập dữ liệu trên Ultralytics Platform cung cấp giải pháp hợp lý hóa việc quản lý dữ liệu huấn luyện của bạn. Sau khi tải lên, nền tảng sẽ tự động xử lý hình ảnh, nhãn và số liệu thống kê. Một tập dữ liệu đã sẵn sàng để huấn luyện sau khi quá trình xử lý hoàn tất và có ít nhất một hình ảnh trong tập train, ít nhất một hình ảnh trong tập val hoặc test, ít nhất một hình ảnh được gắn nhãn và tổng cộng ít nhất hai hình ảnh.

Tải lên tập dữ liệu

Ultralytics Platform chấp nhận nhiều định dạng tải lên để tạo sự linh hoạt.

Các định dạng được hỗ trợ

Chuẩn bị tập dữ liệu của bạn

Nền tảng hỗ trợ Ultralytics YOLO, COCO, Ultralytics NDJSON và tải lên dữ liệu thô (chưa được 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 định dạng dành riêng cho tác vụ, hãy xem các tác vụ được hỗ trợ và Tổng quan về tập dữ liệu.

Quy trình tải lên

1. Điều hướng đến Datasets trong thanh bên
2. Nhấp vào New Dataset hoặc kéo các tệp vào vùng tải lên
3. Chọn loại tác vụ (xem các tác vụ được hỗ trợ)
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 giấy phép khả dụng)
6. Nhấp vào Create

Sau khi tải lên, nền tảng sẽ xử lý dữ liệu của bạn thông qua một quy trình gồm nhiều giai đoạn:

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. Xác thực: Kiểm tra định dạng và kích thước
2. Chuẩn hóa: Các hình ảnh lớn được thay đổi kích thước (tối đa 4096px, chiều tối thiểu 28px)
3. Hình thu nhỏ: Các bản xem trước WebP 256px được tạo ra
4. Phân tích nhãn: Các nhãn định dạng YOLO và COCO được trích xuất
5. Thống kê: Phân phối lớp và kích thước hình ảnh được tính toán

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 ở nhiều bố cục khác nhau.

Mở bảng Clustering từ thanh công cụ thư viện để khám phá tập dữ liệu của bạn dưới dạng biểu đồ phân tán 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: Các phím mũi tên hoặc bản xem trước thu nhỏ để duyệt
• Siêu dữ liệu (Metadata): Tên tệp, kích thước, huy hiệu phân đoạn, số lượng chú thích
• Chú thích: Bật/tắt hiển thị lớp phủ chú thích
• Phân tích lớp: Số lượng nhãn theo từng lớp với chỉ báo màu sắc
• Chỉnh sửa: Vào chế độ chú thích để thêm hoặc sửa đổi nhãn
• Tải xuống: Tải xuống tệp ảnh gốc
• Xóa: Xóa ảnh khỏi tập dữ liệu
• Thu phóng: Cmd/Ctrl+Scroll, Cmd/Ctrl++, hoặc Cmd/Ctrl+= để phóng to, và Cmd/Ctrl+- để thu nhỏ
• Đặt lại chế độ xem: Cmd/Ctrl + 0 hoặc nút đặt lại để vừa vặn ảnh với trình xem
• Di chuyển (Pan): Giữ phím Space và kéo để di chuyển khung hình khi đã phóng to
• Chế độ xem pixel: Bật/tắt hiển thị dạng pixel để kiểm tra kỹ

Lọc theo phân đoạn (Split)

Lọc ảnh theo phân đoạn tập dữ liệu của chúng:

Phân cụm (Clustering)

Bảng Clustering sẽ dự báo tập dữ liệu của bạn thành một biểu đồ phân tán 2D tương tác, nơi các ảnh có hình ảnh tương đồng sẽ nằm gần nhau. Sử dụng nó để khám phá các cụm, phát hiện ảnh trùng lặp hoặc nhiễu, và kiểm tra cách phân chia hoặc các lớp được phân bổ trên dữ liệu của bạn — mà không cần rời khỏi thư viện. Mở nó từ biểu tượng biểu đồ phân tán trong thanh công cụ thư viện trên bất kỳ trang tập dữ liệu nào.

Chạy phân tích

Bắt đầu một phân tích:

1. Mở một tập dữ liệu và nhấp vào biểu tượng biểu đồ phân tán trong thanh công cụ thư viện
2. Nhấp vào Analyze Dataset
3. Chờ 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 tập dữ liệu 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 một biểu đồ phân tán 2D của tất cả các ảnh được phân tích. Các bộ lọc thư viện (phân đoạn, lớp, đã gán nhãn/chưa gán 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 đổ màu cho các điểm dữ liệu bằng menu thả xuống Color by trong thanh công cụ của bảng. Chuyển đổi chế độ xem bất cứ lúc nào — biểu đồ sẽ tự động tô màu lại ngay lập tức để bạn có thể thấy cách các phân đoạn, lớp, hoặc thuộc tính ảnh được phân bổ trên các cụm của mình:

Chọn bằng 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 ảnh tương ứng, cho phép bạn kiểm tra, gán lại nhãn, di chuyển hoặc xóa chúng bằng các thao tác với ảnh thông thường.

Di chuyển và thu phóng

Điều hướng các biểu đồ phân tán lớn trực tiếp bằng chuột và bàn phím:

Phân tích lại

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

Nhấp vào Re-analyze để tính toán lại các embedding và dự báo 2D từ đầu.

Các tab Tập dữ liệu

Mỗi trang tập dữ liệu có thể hiển thị tối đa sáu tab, tùy thuộc vào trạng thái tập dữ liệu và quyền truy cập của bạn:

Tab Hình ảnh (Images)

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

Tab Lớp (Classes)

Tab này xuất hiện khi tập dữ liệu có chứa ảnh.

Quản lý các lớp chú thích cho tập dữ liệu của bạn:

• Biểu đồ tần suất lớp: Biểu đồ cột hiển thị số lượng chú thích theo mỗi lớp với tùy chọn bật/tắt thang đo tuyến tính/logarithmic
• Bảng lớp: Bảng có thể sắp xếp và tìm kiếm, bao gồm 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 ô màu để thay đổi màu sắc của lớp
• Thêm lớp mới: Sử dụng ô nhập liệu ở dưới cùng để thêm lớp

Tab Biểu đồ

Tab này xuất hiện khi tập dữ liệu có chứa ảnh.

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

Tab Model

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

Tab Lỗi

Tab này chỉ xuất hiện khi một hoặc nhiều tệp xử lý thất bại.

Các ảnh xử lý thất bại được liệt kê ở đây với:

• Biểu ngữ lỗi: Tổng số ảnh lỗi và hướng dẫn
• Bảng lỗi: Tên tệp, mô tả lỗi thân thiện với người dùng, gợi ý sửa lỗi và ảnh xem trước thu nhỏ
• 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 (Versions)

Tạo các bản chụp nhanh (snapshot) NDJSON bất biến của tập 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. Tùy chọn nhập mô tả (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. Tải xuống phiên bản riêng biệt từ bảng khi cần

Mỗi phiên bản được đánh số theo trình tự (v1, v2, v3...) và được lưu trữ vĩnh viễn. Bạn có thể tải xuống bất kỳ phiên bản nào trước đó bất cứ lúc nào từ bảng phiên bản.

Xuất tập dữ liệu

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

Để xuất:

1. Nhấp vào nút Export trong tiêu đề tập dữ liệu
2. Tải xuống bản chụp NDJSON hiện tại trực tiếp
3. Sử dụng tab Versions khi bạn muốn có một bản chụp 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, theo sau là một dòng cho mỗi ảnh:

{"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"}

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

Thao tác với ảnh

Hành động nhanh

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

Di chuyển hàng loạt sang tập

Gán lại các ảnh đã chọn sang một tập khác trong cùng tập dữ liệu:

1. Chuyển sang chế độ xem Bảng
2. Chọn ảnh bằng các ô đánh dấu
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 ảnh vào các tab lọc tập trong chế độ xem lưới.

Phân phối lại tập

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

1. Nhấp vào thanh phân chia trên thanh công cụ tập dữ liệu để mở hộp thoại Phân phối lại tập
2. Điều chỉnh tỷ lệ phần trăm phân chia bằng bất kỳ phương pháp nào dưới đây
3. Xem trước số lượng ảnh trực tiếp để xác nhận sự phân phối
4. Nhấp Áp dụng để gán lại ngẫu nhiên tất cả ảnh theo tỷ lệ phần trăm của bạn

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

Bản xem trước trực tiếp cho thấy chính xác có bao nhiêu ảnh sẽ nằm trong mỗi tập trước khi bạn áp dụng.

Xóa hàng loạt

Xóa nhiều ảnh cùng lúc:

1. Chọn 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 trên nền tảng bằng định dạng URI ul:// (xem Sử dụng tập dữ liệu nền tảng):

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

Các giấy phép khả dụng

Nền tảng hỗ trợ các giấy phép sau cho tập dữ liệu:

Cài đặt hiển thị

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

Cài đặt hiển thị được thiết lập khi tạo tập dữ liệu trong hộp thoại New Dataset bằng công tắc bật/tắt. Các tập dữ liệu công khai sẽ hiển thị trên trang Khám phá.

Chỉnh sửa tập dữ liệu

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

• Tên: Nhấp vào tên tập dữ liệu để chỉnh sửa. Các thay đổi tự động lưu khi mất tiêu điểm hoặc nhấn Enter.
• Mô tả: Nhấp vào mô tả (hoặc văn bản giữ chỗ "Thêm mô tả...") để chỉnh sửa. Các thay đổi tự động lưu.
• Loại tác vụ: Nhấp vào huy hiệu tác vụ để chọn một loại tác vụ khác.
• Giấy phép: Nhấp vào bộ chọn giấy phép để thay đổi giấy phép của tập dữ liệu.

Sao chép tập dữ liệu

Khi xem một tập dữ liệu công khai mà bạn không sở hữu, hãy nhấp vào Clone Dataset để tạo bản sao trong không gian làm việc của bạn. Bản sao bao gồm tất cả ảnh, chú thích và định nghĩa lớp. Nếu tập dữ liệu gốc có giấy phép copyleft, bản sao sẽ kế thừa giấy phép đó và bộ chọn giấy phép bị khóa.

Đánh dấu sao và Chia sẻ

• Đánh dấu sao: Nhấp vào nút sao để đánh dấu tập dữ liệu. Số lượng sao hiển thị với tất cả người dùng.
• Chia sẻ: 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 xã hội.

Xóa tập dữ liệu

Xóa tập dữ liệu bạn không còn cần nữa:

1. Mở menu hành động tập dữ liệu
2. Nhấp Delete
3. Xác nhận trong hộp thoại: "Hành động này sẽ chuyển [name] vào thùng rác. Bạn có thể khôi phục 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 dự án hoặc tạo mới
3. Cấu hình các tham số huấn luyện
4. Bắt đầu huấn luyện

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

Xem Cloud Training để biết thêm chi tiết.

Câu hỏi thường gặp (FAQ)

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

Dữ liệu của bạn được xử lý và lưu trữ tại khu vực bạn đã chọn (US, EU, hoặc AP). Hình ảnh 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; mã hóa để tối ưu hóa lưu trữ)
4. Lưu trữ bằng Content-Addressable Storage (CAS) với băm XXH3-128
5. Hình thu nhỏ (thumbnails) 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:

• Khử trùng lặp (Deduplication): Các hình ảnh giống hệt nhau được tải lên bởi những người dùng khác nhau chỉ được lưu trữ một lần
• Toàn vẹn (Integrity): Băm XXH3-128 đảm bảo tính toàn vẹn của dữ liệu
• Hiệu quả (Efficiency): Giảm chi phí lưu trữ và tăng tốc độ xử lý
• Khu vực (Regional): Dữ liệu vẫn ở trong khu vực bạn đã chọn (US, EU, hoặc AP)

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

Có, hãy kéo và thả tệp vào trang tập dữ liệu hoặc sử dụng nút tải lên để thêm hình ảnh bổ sung. Các số liệu thống kê mới sẽ được tính toán tự động.

Làm cách nào để di chuyển hình ảnh giữa các phân đoạn (splits)?

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

1. Chọn 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)

Các định dạng nhãn nào được hỗ trợ?

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

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

Có. Mỗi hình ảnh lưu trữ chú thích cho tất cả 5 loại tác vụ (detect, segment, pose, OBB, classify) cùng nhau. Bạn có thể chuyển đổi loại tác vụ đang hoạt động của tập dữ liệu bất kỳ lúc nào mà không làm mất các chú thích hiện có. Chỉ các chú thích khớp với loại tác vụ đang hoạt động mới được hiển thị trong trình chỉnh sửa và được đưa vào xuất dữ liệu cũng như huấn luyện — chú thích cho các tác vụ khác được giữ nguyên và sẽ xuất hiện lại khi bạn chuyển đổi trở lại.