数据集

Ultralytics Platform 数据集为管理您的训练数据提供了简化的解决方案。一旦上传，数据集即可立即用于模型训练，并自动进行处理和统计数据生成。

上传数据集

Ultralytics 支持多种上传格式，以实现灵活性。

支持的格式

准备数据集

该平台支持两种注释格式以及原始数据上传： Ultralytics YOLO, COCO以及原始（未标注图像）：

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

my-coco-dataset/
├── train/
│   ├── _annotations.coco.json
│   ├── img001.jpg
│   └── img002.jpg
└── val/
    ├── _annotations.coco.json
    ├── img003.jpg
    └── img004.jpg

{
    "images": [{ "id": 1, "file_name": "img001.jpg", "width": 640, "height": 480 }],
    "annotations": [{ "id": 1, "image_id": 1, "category_id": 0, "bbox": [100, 50, 200, 300] }],
    "categories": [{ "id": 0, "name": "person" }]
}

有关特定任务的格式详情，请参阅支持的任务和数据集概述。

上传过程

1. 导航至 Datasets 在侧边栏中
2. 点击 New Dataset 或将文件拖拽至上传区域
3. 选择任务类型（参见支持的任务）
4. 添加名称和可选描述
5. 设置可见性（公开或私有）及可选许可（参见可用许可）
6. 点击 Create

上传后，平台将通过多阶段处理流程处理您的数据：

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. 验证：格式与尺寸检查
2. 标准化：大尺寸图片调整大小（最大4096像素，最小边长28像素）
3. 缩略图：生成256像素的WebP预览图
4. 标签解析： YOLO 及COCO 标签提取
5. 统计数据：计算出的类分布与图像尺寸

from ultralytics.hub import check_dataset

check_dataset("path/to/dataset.zip", task="detect")

浏览图像

以多种布局查看您的数据集图像：

排序与筛选

图片可进行排序和筛选，以实现高效浏览：

全屏查看器

点击任意图像以打开全屏查看器，其中包含：

• 导航：使用方向键或缩略图预览浏览
• 元数据：文件名、尺寸、分割标记、注释数量
• 注释：切换注释叠加层可见性
• 课程分类：按课程标签计数并带颜色标识
• 编辑：进入注释模式以添加或修改标签
• 下载：下载原始图像文件
• 删除：从数据集中删除该图像
• Zoom: Cmd/Ctrl+Scroll 放大/缩小
• 像素视图：切换像素化渲染以进行近距离检查

按拆分筛选

按数据集拆分筛选图像：

数据集标签页

每个数据集页面都包含五个标签页，可通过标签栏访问：

图片选项卡

默认视图显示带注释叠加层的图片库。支持网格、紧凑和表格三种视图模式。在此拖放文件可添加更多图片。

课程标签页

管理数据集的注释类：

• 类直方图：条形图，显示各类别的注释数量，支持线性/对数刻度切换
• 课程表格：可排序、可搜索的表格，包含课程名称、标签数量和图片数量
• 编辑类名：点击任意类名即可直接重命名
• 编辑类颜色：点击颜色样本可更改类颜色
• 添加新类：使用底部的输入框添加类

图表选项卡

根据您的数据集自动计算的统计数据：

模型选项卡

在可搜索表格中查看所有基于此数据集训练的模型：

错误选项卡

处理失败的图像在此处列出，并附有：

• 错误横幅：失败图片总数及指导信息
• 错误表：文件名、用户友好型错误描述、修复提示及预览缩略图
• 常见错误包括文件损坏、不支持的格式、图像过小（最小28像素）以及不支持的颜色模式。

导出数据集

将数据集导出为NDJSON格式以供离线使用：

1. 点击数据集标题中的下载图标
2. NDJSON文件将自动下载

NDJSON格式每行存储一个JSON对象。首行包含数据集元数据，随后每张图像占一行：

{"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"}

请参阅Ultralytics NDJSON 格式文档以获取完整规范。

批量操作

通过表格视图的上下文菜单批量管理图片：

迁往斯普利特

将选定图像重新分配至同一数据集内的不同分割：

1. 切换到表格视图
2. 使用复选框选择图片
3. 右键单击以打开上下文菜单
4. 选择 Move to split > 训练, 验证或 测试

您还可以在网格视图中将图像拖拽到分割滤镜标签上。

批量删除

一次性删除多张图片：

1. 在表格视图中选择图片
2. 右键点击并选择 Delete
3. 确认删除

数据集 URI

通过以下方式引用平台数据集 ul:// URI格式（参见 使用平台数据集）：

ul://username/datasets/dataset-slug

使用此 URI 可在任何地方训练模型：

export ULTRALYTICS_API_KEY="your_api_key"
yolo train model=yolo26n.pt data=ul://username/datasets/my-dataset epochs=100

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
model.train(data="ul://username/datasets/my-dataset", epochs=100)

可用许可证

该平台支持以下数据集许可协议：

可见性设置

控制谁可以查看您的数据集：

可见性是在创建数据集时设置的。 New Dataset 通过拨动开关切换对话框。公共数据集在 探索 页面。

编辑数据集

数据集元数据可在数据集页面直接在线编辑——无需弹出对话框：

• 名称点击数据集名称进行编辑。更改内容在鼠标移开时自动保存。 Enter.
• 描述：点击描述（或“添加描述...”占位符）进行编辑。更改内容会自动保存。
• 任务类型：点击任务徽章以选择其他任务类型。
• 许可证：点击许可证选择器可更改数据集许可证。

克隆数据集

查看非您拥有的公共数据集时，请点击 Clone Dataset 在您的工作区中创建副本。该克隆包含所有图像、标注和类别定义。若原始数据集采用左转授权许可，克隆将继承该许可，且许可选择器将被锁定。

星标与分享

• 星标：点击星标按钮可将数据集添加至收藏夹。星标数量对所有用户可见。
• 分享：对于公共数据集，点击分享按钮即可复制链接或分享至社交平台。

删除数据集

删除不再需要的数据集：

1. 打开数据集操作菜单
2. 点击 Delete
3. 在对话框中确认："这将把[名称]移至回收站。您可在30天内恢复它。"

在数据集上训练

直接从您的数据集开始训练：

1. 点击 New Model 在数据集页面上
2. 选择一个项目或创建新项目
3. 配置训练参数
4. 开始训练

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

请参阅云训练了解详情。

常见问题

上传后我的数据会怎样？

您的数据将在您选择的区域（美国、欧盟或 AP）进行处理和存储。图像为：

1. 已验证格式和大小
2. 若最小尺寸低于28像素，则被拒绝
3. 若大于4096像素则进行标准化处理（保持宽高比；编码以优化存储）
4. 使用内容可寻址存储（CAS）存储，采用XXH3-128哈希算法
5. 缩略图以256像素的WebP格式生成，实现快速浏览

存储如何工作？

Ultralytics 平台使用内容可寻址存储 (CAS)以实现高效存储：

• 去重：不同用户上传的相同图像仅存储一次
• 完整性：XXH3-128哈希确保数据完整性
• 效率：降低存储成本并加快处理速度
• 区域性：数据保留在您选择的区域（美国、欧盟或 AP）

我可以向现有数据集添加图像吗？

是的，将文件拖拽至数据集页面或使用上传按钮即可添加更多图像。新统计数据将自动计算生成。

如何在分屏之间移动图像？

使用批量移动到拆分功能：

1. 在表格视图中选择图片
2. 右键点击并选择 Move to split
3. 选择目标分割（训练集、验证集或测试集）

支持哪些标签格式？

Ultralytics 支持两种注释格式上传：

📅 创建于 1 个月前 ✏️ 更新于 5 天前

评论