跳至内容

使用Ultralytics HUB -SDK 进行数据集管理操作

欢迎访问Ultralytics HUB -SDK 数据集管理文档!👋

在机器学习领域,高效管理数据集至关重要。无论您是经验丰富的数据科学家还是该领域的初学者,了解如何处理数据集操作都可以简化您的工作流程。本页介绍了在Python 中使用Ultralytics HUB -SDK 对数据集执行操作的基础知识。所提供的示例说明了如何获取、创建、更新、删除、列出数据集、获取数据集访问 URL 以及上传数据集。

让我们深入了解!🚀

按 ID 获取数据集

寻找特定数据集?使用下面的代码片段,使用其唯一 ID 快速获取。这样,您就可以访问包括数据在内的基本信息。

# Fetch a dataset by ID
dataset = client.dataset('<Dataset ID>')  # Replace with your actual Dataset ID
print(dataset.data)  # This prints the dataset information

创建数据集

准备好开始一个新项目了吗?请按照以下步骤创建一个新数据集。您只需为数据集定义一个友好的名称,并使用 create_dataset 方法。

# Import client library comes before this snippet

# 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!")

更新数据集

随着项目的发展,您的数据集也应随之发展。如果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。

# 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.")

删除数据集

如果您需要删除数据集,无论是为了整理工作区还是因为不再需要它,您都可以通过调用 delete 方法,如图所示。

# 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.")

列表数据集

要浏览数据集或找到所需的数据集,可以使用分页列出所有数据集。这对处理大量数据集很有帮助。

# Retrieve the first page of datasets
dataset = client.dataset_list(page_size=10)
print("Current dataset:", dataset.results)  # Show the datasets on the current page

# Move to the next page and show results
dataset.next()
print("Next page result:", dataset.results)

# Go back to the previous page
dataset.previous()
print("Previous page result:", dataset.results)

从存储器中获取 URL

这个便捷的功能可以获取数据集存储访问的 URL,从而轻松下载远程存储的数据集文件或人工制品。

# Define the dataset ID for which you want a download link
datasetId = "<Dataset ID>"  # Don't forget to replace this with the actual dataset ID
dataset = client.dataset(datasetId)

# Retrieve the URL for downloading dataset contents
url = dataset.get_download_link("archive")
print("Download URL:", url)

上传数据集

上传数据集的过程非常简单。设置数据集 ID 和要上传的文件路径,然后使用 upload_dataset 功能,详见下文。

# Set your dataset ID
dataset_id = "<Dataset ID>"  # Substitute with the real dataset ID

# Select the dataset
dataset = client.dataset(dataset_id)

# Upload the dataset file
dataset.upload_dataset(file="<Dataset File>")  # Make sure to specify the correct file path
print("Dataset has been uploaded.")

请记住,在处理数据集时,检查和验证过程中的每一步始终是一个好习惯。仔细检查数据集 ID 和文件路径,确保一切顺利。

如果您遇到任何问题或有任何疑问,我们友好的支持团队将帮助您解决任何难题。🤝

祝您数据处理愉快,愿您的模型准确无误、见解独到!🌟


评论