跳转至内容

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您的训练数据，涵盖从上传、标注到分析的整个过程。

概述

Ultralytics Platform 的数据部分可帮助您：

  • 上传图像、视频和 ZIP 归档文件
  • 使用手动工具和 AI 辅助标注进行标注
  • 通过统计数据和可视化分析您的数据
  • 以标准格式导出，用于本地训练

工作流程

graph LR
    A[📤 Upload] --> B[🏷️ Annotate]
    B --> C[📊 Analyze]
    C --> D[🚀 Train]

    style A fill:#4CAF50,color:#fff
    style B fill:#2196F3,color:#fff
    style C fill:#FF9800,color:#fff
    style D fill:#9C27B0,color:#fff
阶段描述
上传导入图像、视频或ZIP压缩包，并进行自动处理
标注使用边界框、多边形、关键点或分类来标注数据
分析查看类别分布、空间热力图和维度统计
导出下载NDJSON格式以供离线使用

支持的任务

Ultralytics平台支持所有5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detect矩形工具
分割使用像素掩码进行实例segment多边形工具
姿势估计关键点估计（17点COCO格式）关键点工具
OBB用于旋转对象的有向边界框有向框工具
分类图像级分类类别选择器

主要功能

智能存储

Ultralytics平台采用高效存储技术：

  • 重复数据删除：相同图像仅存储一次
  • 完整性：校验和确保数据完整性
  • 效率：优化存储和快速处理

数据集 URI

使用以下方式引用数据集 ul:// URI格式：

yolo train data=ul://username/datasets/my-dataset

这允许在任何配置了API密钥的机器上，对平台数据集进行训练。

统计与可视化

每个数据集都包含自动统计信息：

  • 类别分布：按类别划分的标签计数条形图
  • 位置热图：标注的空间分布
  • 维度分析：图像宽度与高度分布
  • 拆分明细：训练/验证/测试样本计数
  • 数据集: 上传和管理您的训练数据
  • 标注：使用手动和AI辅助工具进行标签数据标注

常见问题

支持哪些文件格式上传？

Ultralytics Platform 支持：

图片格式：JPEG、PNG、WebP、BMP、GIF、TIFF、HEIC、AVIF、JP2、DNG（每张最大50MB）

视频格式：MP4、WebM、MOV、AVI、MKV、M4V（最大1GB，以每秒1帧的速度提取帧，最多100帧）

存档：ZIP文件（最大50GB），内含图像及可选的YOLO标签

最大数据集大小是多少？

存储限制取决于您的套餐：

计划存储限制
免费版100 GB
Pro500 GB
企业版自定义

单个文件限制：图片50MB，视频1GB，ZIP压缩包50GB

我可以使用我的平台数据集进行本地训练吗？

可以！使用数据集URI格式进行本地训练：

export ULTRALYTICS_API_KEY="your_key"
yolo train data=ul://username/datasets/my-dataset epochs=100

或者以NDJSON格式导出数据集，进行完全离线训练。



📅 创建于 20 天前 ✏️ 更新于 12 天前
glenn-jocher

评论