数据集#

Ultralytics Platform 数据集为管理训练数据提供了简化的解决方案。上传后，平台会自动处理图像、标签和统计信息。

处理完成后，如果数据集在 train 划分中至少包含一张图像，在 val 或 test 划分中的任一个至少包含一张图像，并且至少包含一张已标注图像，就可以开始训练。满足这三个条件时，数据集标题会显示 Ready 徽章，否则显示 Not Ready 徽章——点击徽章即可准确查看缺少哪个条件。

使用代理收集图像#

当模型检测满足某个条件（例如置信度在所选范围内）时，使用 代理 将图像添加到数据集。将条件连接到 数据集 块并选择你可以编辑的目标位置。图像将以无标签状态到达 train 拆分集中；现有的副本将被跳过。使用现有的 标注编辑器 审查并标注图像。

上传数据集#

Ultralytics Platform 支持多种上传格式，使用更加灵活。

支持的格式#

视频编解码器支持#

仅凭文件扩展名并不足够：如果视频的编解码器在处理期间无法解码，视频仍可能处理失败。

ffmpeg -i input.mov \
  -c:v libx264 -pix_fmt yuv420p \
  -c:a aac -movflags +faststart \
  output.mp4

准备数据集#

平台支持 Ultralytics YOLO、COCO、语义 PNG 掩码、深度数据集、Ultralytics NDJSON 以及原始（未标注）上传：

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

如果标签引用了类别 ID，但未提供类别名称，Platform 会生成连续的占位名称（class0、class1、…），你之后可以在Classes tab中重命名这些名称。

有关特定任务的格式详情，请参阅支持的任务和数据集概览。

上传流程#

创建数据集：

1. 在侧边栏中导航至 Annotate
2. 点击 New Dataset
3. 选择一个数据源选项卡（见下方的数据源）
4. 添加名称——URL slug 会自动生成，也可以编辑——并可选择添加描述
5. 选择任务类型（见支持的任务）、可选许可证（见可用许可证）以及可见性（公开或私有）
6. 对于本地文件，点击 Create & Upload；对于 URL 或已连接的数据源，点击 Create & Import；或者点击 Create Dataset 以空数据集开始

要向现有数据集添加文件，请打开该数据集页面，然后将文件拖放到图库中，或者点击页面标题中的上传图标。上传图标会直接打开浏览器的原生文件选择器，因为数据集任务已经定义。

数据来源#

New Dataset 对话框提供四种来源：

上传开始前#

Platform 会在上传任何内容之前在浏览器中验证你的文件，因此常见问题会立即显现，而不是在长时间传输后才发现。系统会检查归档文件是否损坏、为空或受密码保护，以及 YAML 语法是否存在错误，并按名称列出超大文件。

随后可能会出现两个对话框：

上传后，平台会自动处理你的数据：

graph LR
    A[Upload]:::start --> B[Validate]:::proc
    B --> C[Normalize]:::proc
    C --> D[Thumbnail]:::proc
    D --> E[Parse Labels]:::proc
    E --> F[Statistics]:::out

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef out fill:#9C27B0,color:#fff

1. 验证：检查格式和大小
2. 规范化：将大图调整大小（最大 4096px，最小尺寸 28px），将灰度图扩展为 RGB，将透明背景铺到白色背景上，并应用 EXIF 方向
3. 缩略图：生成 256px WebP 预览图
4. 标签解析：提取 YOLO、COCO 和 NDJSON 标签
5. 统计信息：计算类别分布和图像尺寸

from ultralytics.data.utils import check_det_dataset

check_det_dataset("path/to/data.yaml")

浏览图像#

以多种布局查看数据集图像。

从图库工具栏打开 聚类面板，以交互式 2D 散点图的形式探索数据集。

排序和筛选#

你可以对图像进行排序和筛选，以便高效浏览：

全屏查看器#

点击任意图像，即可打开全屏查看器，其中包含：

• 导航：使用箭头键或缩略图预览进行浏览
• 图像信息：查看平台生成的属性、自定义元数据，以及 EXIF 等嵌入式文件元数据
• 自定义元数据：所有者和编辑者可以添加或替换 JSON 对象，其中嵌套值最多包含 500,000 个序列化字符，顶层键最多包含 128 个字符
• 标注：切换标注叠加层的可见性
• 类别明细：显示每个类别的标签数量及颜色指示器
• 标注：拥有编辑权限时，在桌面设备上打开全屏查看器后，标注控件会立即处于激活状态
• 下载：下载原始图像文件
• 删除：从数据集中删除图像
• 缩放：使用 Cmd/Ctrl+Scroll、Cmd/Ctrl++ 或 Cmd/Ctrl+= 放大，使用 Cmd/Ctrl+- 缩小
• 重置视图：使用 Cmd/Ctrl + 0 或重置按钮，使图像适应查看器
• 平移：按住 Space 并拖动，以在缩放后平移画布
• 像素视图：切换像素化渲染，以便近距离检查
• 深度幕帘：在深度数据集中，可拖动分隔线，在 RGB 图像与其彩色深度图之间擦除切换

按数据集划分筛选#

按数据集划分筛选图像：

聚类#

Clustering 面板会将数据集投影为交互式 2D 散点图，视觉上相似的图像会彼此靠近。你可以利用它发现图像簇、识别重复项和离群点，并检查数据集中各数据集划分或类别的分布，而无需离开图库。在任意数据集页面的图库工具栏中，点击散点图图标即可打开该面板。

运行分析#

开始分析：

1. 打开数据集，然后点击图库工具栏中的散点图图标
2. 点击 Analyze Dataset
3. 等待进度条完成——结果会显示在同一面板中

分析在后台分两个阶段运行：Computing embeddings 和 Clustering。根据数据集大小，可能需要几分钟。你可以关闭面板或离开页面，稍后再回来。

可视化#

分析完成后，面板会显示所有已分析图像的 2D 散点图、图例和点计数器。图库筛选器（数据集划分、类别、已标注/未标注）会将筛选范围之外的点调暗，方便你专注于所需子集——此时计数器会显示 visible / total points。

颜色依据#

使用面板工具栏中的 Color by 下拉菜单更改数据点的着色方式。你可以随时切换视图模式——图表会立即重新着色，帮助你查看各个聚类中的数据集划分、类别或图像属性分布：

套索选择#

在某个区域周围绘制自由形状的选区，以突出显示图表中的点。图库会筛选出匹配的图像，你可以使用常用的图像操作检查、重新标注、移动或删除这些图像。

平移和缩放#

你可以直接使用鼠标和键盘浏览大型散点图，也可以使用图表左下角的缩放按钮：

重新分析#

如果你的数据集在分析后发生变化——例如新增图像，或已分析数量不再与数据集匹配——所有者和编辑者可以在面板顶部看到 Re-analyze 按钮。

点击 Re-analyze，从头重新计算嵌入和 2D 投影。

查找相似图像#

相同的嵌入支持跨公共数据集的相似性搜索。在可编辑的数据集中，右键单击网格或紧凑视图中的图像（或表格视图中单个选定的行），然后选择查找相似图像。该对话框最多列出 24 个最近的公共图像及其源数据集、许可证和相似度得分，排除了数据集中已有的图像以及选定图像在其他数据集中的副本。选择你想要的图像并点击添加到数据集：它们将作为未标注图像添加到 train 拆分中，计入你的存储空间，并准备好进行标注。

没有嵌入的图像——在尚未分析的数据集中，或者在上次分析之后添加的图像——显示 Analyze this dataset in Clustering to find similar images。该对话框在连接的数据集上不可用。模型的每张图像验证诊断从其表现最差的图像开始运行相同的搜索。

数据集选项卡#

每个数据集页面最多可显示六个选项卡，具体取决于数据集状态和你的权限：

图像选项卡#

默认视图，显示带有标注叠加层的图像图库。支持网格、紧凑和表格视图模式。将文件拖放到此处即可添加更多图像。

类别选项卡#

当数据集包含图像且其任务包含类别时，会显示此选项卡。

管理数据集的标注类别：

• 类别直方图：显示每个类别标注数量的柱状图，按频率排序，并支持在线性/对数刻度之间切换
• 类别表格：可排序、可搜索的表格，包含索引、名称、标注数量和图像数量
• 编辑类别名称：点击任意类别名称即可直接重命名
• 编辑类别颜色：点击颜色样本即可更改类别颜色
• 添加新类别：使用底部的输入框添加类别
• 合并类别：选择两行或更多行，然后点击 Merge into one
• 删除类别：选择一行或更多行，然后点击 Delete

合并类别#

合并会整合重复或重叠的标签——例如将 car、automobile 和 vehicle 合并为一个类别：

1. 使用行复选框选择两个或更多类别
2. 点击表头中的 Merge into one，或右键点击所选内容
3. 选择所选类别中的一个作为其他类别合并到的目标类别
4. 确认

属于源类别的每个标注都会重新分配到目标类别，源类别也会被移除。不会删除任何标注，因此数据集的标注总数保持不变。

删除类别#

1. 使用行复选框选择一个或更多类别
2. 点击表头中的 Delete，或右键点击所选内容
3. 确认

删除类别会移除该类别及其所有标注。对于分类数据集，标签会被移除，但图像仍会保留，并变为无标注状态。

图表选项卡#

当数据集包含图像时，会显示此选项卡。

根据你的数据集自动计算的统计信息：

图表按以下顺序显示；当数据集没有相应数据时，会省略对应图表——原始图像数据集不会显示标注图表，Points per Instance 仅在分割和姿态数据中显示：

模型选项卡#

在可搜索的表格中查看在此数据集上训练的所有模型：

错误选项卡#

仅当一个或多个文件处理失败时，此选项卡才会显示。

处理失败的图像会列在这里，并包含：

• 错误横幅：失败图像的总数和指导信息
• 错误表格：文件名、易于理解的错误描述、修复提示和预览缩略图
• 常见错误包括文件损坏、格式不受支持、图像过小（最小 28px）以及不受支持的色彩模式

版本选项卡#

创建数据集的不可变 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、标注数量和文件大小。

创建版本：

1. 打开 Versions 选项卡
2. 可选：输入描述（例如，"添加了 500 张训练图像" 或 "修复了错误标注的类别"）
3. 点击 New Version
4. 新版本会显示在表格中

每个版本都会按顺序编号（v1、v2、v3……），并且不可变——版本不能编辑或删除，只能更改其描述。你可以随时使用行操作下载或恢复任意版本。

导出数据集#

从数据集页眉或 Versions 选项卡下载 NDJSON，将数据集导出以供离线使用。

导出步骤：

1. 点击数据集页眉中的 Download 按钮（下载图标）
2. 直接下载当前 NDJSON 快照
3. 如果你需要一个可在之后重新下载的不可变编号快照，请使用 Versions 选项卡

NDJSON 格式每行存储一个 JSON 对象。第一行包含数据集元数据，随后每行对应一张图像：

{"type": "dataset", "task": "detect", "name": "my-dataset", "description": "...", "bytes": 12345678, "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", "metadata": {"location": {"site": "factory-1"}, "reviewed": true}, "annotations": {"boxes": [[0, 0.5, 0.5, 0.2, 0.3]]}}
{"type": "image", "file": "img002.jpg", "url": "https://...", "width": 1280, "height": 720, "split": "val"}

将 NDJSON 文件导入平台时，会保留可选的图像级 metadata 对象。你可以在图像的全屏信息面板中查看或编辑它。对于以编程方式上传存档，Ingest Dataset Data API 接受等效的 imageMetadata 路径映射。

Pose 数据集还会在数据集页眉行中包含 kpt_shape 字段；如果该字段尚未设置，则会根据标注推断。

Depth 导出会在数据集行中声明 "task": "depth" 和 "depth_scale": 1000。每个图像行都包含一个 depth.url，对应其配对的纯 uint16 PNG。Ultralytics 会并发下载图像和深度 URL，并以相同的缩放比例写入 训练 YAML，因此可以将 NDJSON 文件直接传递给 model.train(data=...)。

如需完整规范，请参阅 Ultralytics NDJSON format documentation。

图像操作#

快速操作#

在 Grid 或 Compact 视图中右键点击任意图像，即可访问快速操作：

批量移动到划分#

将选中的图像重新分配到同一数据集中的其他划分：

1. 切换到 表格 视图
2. 使用复选框选择图像
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

你也可以在网格视图中将图像拖放到划分筛选标签上。如果移动图像会与目标划分中已有的相同图像发生冲突，Platform 会询问你是跳过、保留两者还是替换。

重新分配划分#

使用自定义比例在训练、验证和测试划分之间重新分配所有图像：

1. 点击数据集工具栏中的 划分栏，打开 重新分配划分 对话框
2. 使用以下任一方法调整划分百分比
3. 查看实时图像数量预览，确认分配结果
4. 点击 应用，根据你设置的百分比随机重新分配所有图像

该对话框提供三种设置目标拆分比例的方法：

实时预览会显示应用更改前每个划分中将包含的确切图像数量。

批量删除#

一次删除多张图像：

1. 在表格视图中选择图像
2. 右键单击并选择 Delete，或按 Cmd/Ctrl+Delete
3. 确认删除

数据集 URI#

使用 ul:// URI 格式引用 Platform 数据集（请参阅使用 Platform 数据集：

ul://username/datasets/dataset-slug

你也可以直接粘贴数据集或模型网页 URL（例如 https://platform.ultralytics.com/username/datasets/dataset-slug）；它会自动重写为 ul:// URI。传入数据集列表会依次在每个数据集上微调同一个基础模型，例如 model.train(data=["ul://username/datasets/a", "ul://username/datasets/b"])。

使用此 URI 从任何位置训练模型：

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

可用许可证#

Platform 支持以下数据集许可证：

可见性设置#

控制谁可以查看你的数据集：

创建数据集时，你可以在 New Dataset 对话框中使用切换开关设置可见性。公开数据集会显示在 Explore 页面上。

编辑数据集#

数据集元数据可直接在数据集页面中内联编辑，无需对话框：

• 名称：点击数据集名称进行编辑。更改会在失去焦点或按下 Enter 时自动保存。名称最多包含 100 个字符。
• 描述：点击描述（或“添加描述...”占位符）进行编辑。更改会自动保存。描述最多包含 1,000 个字符。
• 任务类型：点击任务徽章，选择其他任务类型。
• 许可证：点击许可证选择器，更改数据集许可证。
• 图标：点击数据集图标，上传你自己的图像、将数据集中的某张图像设为图标，或选择字母和颜色。

自定义元数据#

打开 更多操作，选择 信息，查看以下两个部分：

• Ultralytics 元数据：只读的 Platform 详细信息，例如数据集 ID、所有者、任务、图像和标注数量、存储区域及时间戳
• 自定义元数据：你自己的 JSON 对象，可用于记录来源、采集条件、客户 ID、治理信息或其他上下文数据

工作区查看者可以检查元数据，而拥有编辑权限的成员可以替换自定义元数据对象。序列化后的元数据对象最多包含 500,000 个字符，每个顶级键最多包含 128 个字符。保存空对象（{}）即可清除自定义元数据。

克隆数据集#

查看你不拥有的公开数据集时，点击 Clone Dataset 打开克隆对话框。检查目标工作区、名称、可见性和许可证，然后确认克隆。副本包含所有图像、标注和类别定义。默认可见性为公开的工作区中的公开源数据集默认保持公开；Enterprise 工作区中的克隆数据集默认为私有。如果原始数据集采用相同方式共享许可证，克隆数据集会继承该许可证，并且许可证选择器会被锁定。

如果目标 slug 已被占用，系统会自动重命名；克隆需要有足够的剩余存储配额来容纳副本。

收藏和分享#

• 收藏：点击星标按钮，将数据集加入书签。所有用户都可以看到收藏数。
• 分享：对于公开数据集，点击分享按钮即可复制链接、获取嵌入代码片段或分享到社交平台。

删除数据集#

删除不再需要的数据集：

1. 在数据集标头中打开 更多操作（… 按钮）
2. 选择 Delete Dataset
3. 在对话框中确认："这会将 [name] 移至回收站。你可以在 30 天内恢复它。"

同一菜单中还有 Information，它会打开 Custom Metadata 中所述的元数据对话框，以及 Refresh，用于从服务器重新读取数据集。

在数据集上训练#

直接从数据集开始训练：

1. 在数据集页面上点击 New Model
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]:::start --> B[New Model]:::proc
    B --> C[Select Project]:::proc
    C --> D[Configure]:::proc
    D --> E[Start Training]:::out

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef out fill:#9C27B0,color:#fff

详情请参阅 Cloud Training。

常见问题#