数据准备#
数据准备是成功构建计算机视觉模型的基础。Ultralytics Platform提供全面的工具来管理你的训练数据，从上传、标注到分析。
Watch: Get Started with Ultralytics Platform - Data
概述#
Ultralytics Platform 的数据部分可以帮助你：
- 上传图像、视频和数据集文件（ZIP、包含
.tar.gz/.tgz的 TAR、NDJSON） - 从 URL 导入：粘贴存档或 NDJSON 导出的直接链接，或从 Roboflow 导入
- 连接 Google Cloud Storage、Amazon S3 或 Azure Blob Storage，直接使用原位置的数据，无需上传副本
- 借助 Enterprise 本地部署 CPU/GPU 工作节点，让像素保留在本地
- 使用手动绘制工具和由 SAM 驱动的智能标注进行标注 — 从 SAM 2.1、SAM 3 或默认的 SAM 3.1 中进行选择
- 通过重命名、重新着色、合并和删除，在整个数据集中管理类别
- 使用统计信息、可视化和基于嵌入的聚类来分析数据
- 以 NDJSON 格式导出，用于本地训练
工作流#
graph LR
A[Upload]:::start --> B[Annotate]:::proc
B --> D[Train]:::out
B --> C[Analyze]:::proc
classDef start fill:#4CAF50,color:#fff
classDef proc fill:#2196F3,color:#fff
classDef out fill:#9C27B0,color:#fff| 阶段 | 描述 |
|---|---|
| 上传 | 导入图像、视频或存档，并自动处理 |
| 标注 | 使用手动工具标注数据，或使用 SAM 标注来支持检测、分割、语义分割和 OBB |
| 分析 | 查看类别分布、空间热力图、尺寸统计信息和嵌入聚类 |
| 导出 | 以 NDJSON 格式下载，用于离线使用 |
支持的任务#
Ultralytics Platform 数据集支持全部 7 种 YOLO 任务类型：
| 任务 | 描述 | 标注工具 |
|---|---|---|
| 检测 | 使用边界框进行目标检测 | 矩形工具 |
| 分割 | 使用像素掩码进行实例分割 | 多边形工具 |
| 语义分割 | 使用按类别划分的像素区域进行语义分割 | 多边形工具 |
| 深度 | 逐像素度量深度图 | 导入的目标 |
| 分类 | 图像级分类 | 类别选择器 |
| 姿态 | 使用内置和自定义骨架模板进行关键点估计 | 关键点工具 |
| OBB | 用于旋转目标的定向边界框 | 定向框工具 |
创建数据集时会设置任务类型，并决定可用的标注工具。你之后可以通过数据集标题栏中的任务选择器进行更改，但切换后将不会显示不兼容的标注。只有在数据集为空时，才允许切换到深度任务或从深度任务切换出去——请参阅编辑数据集。
主要特性#
智能存储#
Ultralytics Platform 高效管理存储：
- 去重：同一数据区域中的相同图像只存储一份
- 完整性：上传内容会经过数据完整性验证
- 效率：优化存储并实现快速处理
数据集 URI#
使用 ul:// URI 格式引用数据集（请参阅使用 Platform 数据集）：
yolo train data=ul://username/datasets/my-dataset配置好你的 API 密钥后，即可从任何机器上使用 Platform 数据集进行训练。
from ultralytics import YOLO
model = YOLO("yolo26n.pt")
model.train(data="ul://username/datasets/my-dataset", epochs=100)数据集版本控制#
为数据集创建不可变的 NDJSON 快照，以实现可复现训练。每个版本都会记录创建时的图像数量、类别数量和标注数量。详情请参阅版本选项卡。
数据集选项卡#
根据数据集状态和你的权限，数据集页面最多可以显示六个选项卡：
| 选项卡 | 描述 |
|---|---|
| 图像 | 以网格、紧凑或表格视图浏览带有标注叠加层的图像 |
| 类别 | 查看、重命名、重新着色、合并和删除类别，并查看每个类别的标签数量 |
| Charts | 自动统计信息：数据集划分分布、类别数量、热力图 |
| 模型 | 在此数据集上训练的模型，以及相关指标和状态 |
| 版本 | 创建、下载和恢复不可变的 NDJSON 快照，以确保可复现性 |
| 错误 | 处理失败的图像，以及错误详情和修复指导 |
当数据集包含图像且其任务包含类别时，会显示 Classes；只要数据集包含图像，就会显示 Charts。仅当存在处理失败时，才会显示 Errors。当你拥有编辑权限，或在只读模式下已有版本时，会显示 Versions。
聚类#
以交互式 2D 散点图形式探索你的数据集，视觉上相似的图像在图中靠得很近——这对于发现聚类、重复项和异常值，以及检查数据集中的拆分或类别分布情况非常有用。用套索工具圈出图表的一个区域，即可将图库过滤为该区域的图像。分析需要 20 到 200,000 张无错误的图像。利用相同的嵌入，你可以在公共数据集中find similar images并将其添加到你的数据集中。详见Clustering。
统计与可视化#
Charts 选项卡提供包括以下内容的自动分析：
- 数据划分分布：训练/验证/测试图像数量的环形图
- 主要类别：出现频率最高的 10 个标注类别的环形图
- 图像尺寸：图像宽度和高度分布的直方图（以像素为单位）
- 图像尺寸二维分布：宽度与高度的二维热力图，并带有宽高比参考线
- 标注位置：边界框中心位置的二维热力图
- 每个实例的点数：多边形顶点数或关键点数量的分布（分割/姿态数据集）
完整列表请参阅图表选项卡。
快速链接#
常见问题#
Ultralytics Platform 支持：
图像： JPEG、PNG、WebP、BMP、TIFF、HEIC、AVIF、JP2、DNG、MPO（每个最大 50MB）
视频： MP4、WebM、MOV、MKV、M4V（最大 1GB，以 1 FPS 提取帧，最多 100 帧）
Dataset files: ZIP 或 TAR 归档文件，包含
.tar.gz和.tgz（Free 版最大 10GB，Pro 版 20GB，Enterprise 版 50GB），内含带有可选的YOLO-format或 COCO JSON 标签或semantic PNG masks的图像，外加NDJSON导出文件你也可以将这些存档或 NDJSON 格式中的任意一种，通过在
New Dataset对话框的URL选项卡中粘贴直接 HTTP(S) 链接来导入。系统可以检测 Pascal VOC XML 标签，但不会导入这些标签。存储限制取决于你的套餐：
套餐 存储限制 免费版 100 GB 专业版 500 GB Enterprise 无限制 单个文件限制：图像 50MB，视频 1GB，数据集在 Free 上为 10GB / Pro 上为 20GB / Enterprise 上为 50GB
可以！使用数据集 URI 格式进行本地训练：
export ULTRALYTICS_API_KEY="YOUR_API_KEY" yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset epochs=100或者以 NDJSON 格式导出你的数据集，以传输其元数据、数据集划分、标注和带签名的图像 URL。