使用Ultralytics HUB-SDK 管理数据集
欢迎访问Ultralytics HUB-SDK 数据集管理文档！👋
高效的数据集管理在机器学习中至关重要。无论你是经验丰富的数据科学家还是初学者，了解如何处理数据集操作都能简化你的工作流程。本页介绍使用Python 中的Ultralytics HUB-SDK 对数据集进行操作的基础知识。所提供的示例说明了如何获取、创建、更新、删除和列出数据集，以及如何获取数据集访问 URL 和上传数据集。
让我们深入了解！🚀
按 ID 获取数据集
要使用特定数据集的唯一 ID 快速获取该数据集，请使用下面的代码片段。这样，您就可以访问包括数据在内的基本信息。
from hub_sdk import HUBClient
credentials = {"api_key": "<YOUR-API-KEY>"}
client = HUBClient(credentials)
# Fetch a dataset by ID
dataset = client.dataset("<Dataset ID>") # Replace with your actual Dataset ID
print(dataset.data) # This prints the dataset information
有关 Datasets 类及其方法，请参见 参考资料 hub_sdk/modules/datasets.py.
创建数据集
要创建一个新的数据集，请为数据集定义一个友好的名称，并使用 create_dataset 方法，如下图所示：
from hub_sdk import HUBClient
credentials = {"api_key": "<YOUR-API-KEY>"}
client = HUBClient(credentials)
# Define your dataset properties
data = {"meta": {"name": "My Dataset"}} # Replace 'My Dataset' with your desired dataset name
# Create the dataset
dataset = client.dataset()
dataset.create_dataset(data)
print("Dataset created successfully!")
参见 create_dataset 方法获取更多信息。
更新数据集
随着项目的发展，您可能需要修改数据集的元数据。只需运行以下代码，并输入新的详细信息即可：
from hub_sdk import HUBClient
credentials = {"api_key": "<YOUR-API-KEY>"}
client = HUBClient(credentials)
# Obtain the dataset
dataset = client.dataset("<Dataset ID>") # Insert the correct Dataset ID
# Update the dataset's metadata
dataset.update({"meta": {"name": "Updated Name"}}) # Modify 'Updated Name' as required
print("Dataset updated with new information.")
"(《世界人权宣言》) update 方法提供了更新数据集的更多细节。
删除数据集
要删除一个数据集，无论是为了整理工作区还是因为不再需要它，都可以通过调用 delete 方法：
from hub_sdk import HUBClient
credentials = {"api_key": "<YOUR-API-KEY>"}
client = HUBClient(credentials)
# Select the dataset by its ID
dataset = client.dataset("<Dataset ID>") # Ensure the Dataset ID is specified
# Delete the dataset
dataset.delete()
print("Dataset has been deleted.")
有关删除选项（包括硬删除）的更多信息，请参阅 delete 方法文档。
列表数据集
要浏览您的数据集，请按分页列出所有数据集。这对处理大量数据集很有帮助。
from hub_sdk import HUBClient
credentials = {"api_key": "<YOUR-API-KEY>"}
client = HUBClient(credentials)
# Retrieve the first page of datasets
datasets = client.dataset_list(page_size=10)
print("Current dataset:", datasets.results) # Show the datasets on the current page
# Move to the next page and show results
datasets.next()
print("Next page result:", datasets.results)
# Go back to the previous page
datasets.previous()
print("Previous page result:", datasets.results)
"(《世界人权宣言》) DatasetList 类提供了更多有关列出和分页数据集的详细信息。
从存储器中获取 URL
该函数获取数据集存储访问的 URL，方便下载远程存储的数据集文件或人工制品。
from hub_sdk import HUBClient
credentials = {"api_key": "<YOUR-API-KEY>"}
client = HUBClient(credentials)
# Define the dataset ID for which you want a download link
dataset = client.dataset("<Dataset ID>") # Replace Dataset ID with the actual dataset ID
# Retrieve the URL for downloading dataset contents
url = dataset.get_download_link()
print("Download URL:", url)
"(《世界人权宣言》) get_download_link 方法文档提供了更多详细信息。
上传数据集
上传数据集非常简单。设置数据集的 ID 和文件路径，然后使用 upload_dataset 功能：
from hub_sdk import HUBClient
credentials = {"api_key": "<YOUR-API-KEY>"}
client = HUBClient(credentials)
# Select the dataset
dataset = client.dataset("<Dataset ID>") # Substitute with the real dataset ID
# Upload the dataset file
dataset.upload_dataset(file="<Dataset File>") # Specify the correct file path
print("Dataset has been uploaded.")
"(《世界人权宣言》) upload_dataset 方法提供了有关上传数据集的更多详细信息。您还可以了解相关的 DatasetUpload 类。
切记仔细检查数据集 ID 和文件路径，以确保一切顺利运行。
如果您遇到任何问题或有任何疑问，我们的支持团队将竭诚为您服务。🤝
祝您数据处理愉快，愿您的模型准确无误并富有洞察力！🌟
