数据集

Ultralytics Platform 数据集为你管理训练数据提供了一套精简的解决方案。上传后，平台会自动处理图像、标签和统计数据。只要处理完成，且数据集在 train 拆分中至少有一张图片，在 val 或 test 拆分中至少有一张图片，且至少有一张已标注图片，总共至少有两张图片，该数据集即可用于训练。

上传数据集

Ultralytics Platform 支持多种上传格式，以提供灵活性。

受支持的格式

准备你的数据集

平台支持 Ultralytics YOLO、COCO、Ultralytics NDJSON 和原始（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

有关任务特定格式的详细信息，请参阅 支持的任务 和 数据集概览。

上传流程

1. 导航到侧边栏中的 Datasets
2. 点击 New Dataset 或将文件拖入上传区域
3. 选择任务类型（请参阅 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）以及可选许可（请参阅 可用许可）
6. 点击 Create

上传后，平台会通过一个多阶段流水线处理你的数据：

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：格式和大小检查
2. 归一化：调整大图尺寸（最大 4096px，最小维度 28px）
3. 缩略图：生成 256px WebP 预览图
4. 标签解析：提取 YOLO 和 COCO 格式标签
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")

浏览图片

以多种布局查看你的数据集图片。

从图库工具栏打开 聚类 面板，以交互式 2D 散点图形式探索你的数据集。

排序和筛选

图片可以排序和筛选，以便高效浏览：

全屏查看器

点击任何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进行浏览
• 元数据：文件名、尺寸、拆分标签、标注数量
• 标注：切换标注覆盖层的可见性
• 类别分解：按类别显示标注数量，并带有颜色指示器
• 编辑：进入标注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
• 缩放：使用 Cmd/Ctrl+Scroll、Cmd/Ctrl++ 或 Cmd/Ctrl+= 进行放大，使用 Cmd/Ctrl+- 进行缩小
• 重置视图：使用 Cmd/Ctrl + 0 或重置按钮将图像调整至适合查看器的大小
• 平移：在缩放时按住 Space 并拖动以平移画布
• 像素视图：切换像素化渲染以进行仔细检查

按拆分筛选

按数据集拆分筛选图像：

聚类

Clustering 面板将你的数据集投射到一个交互式 2D 散点图中，视觉上相似的图像会靠在一起。使用它可以发现聚类、识别重复项和离群值，并检查拆分或类别如何在你的数据中分布 —— 无需离开画廊。在任何数据集页面的画廊工具栏中，点击散点图图标即可打开。

运行分析

开始分析：

1. 打开一个数据集，点击画廊工具栏中的散点图图标
2. 点击 Analyze Dataset
3. 等待进度条完成 —— 结果将出现在同一个面板中

分析在后台运行，根据数据集的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。画廊筛选器（拆分、类别、已标注/未标注）会调暗筛选范围外的点，以便你专注于关心的子集。

着色依据

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。随时切换查看模式 —— 图表会立即重新着色，以便你查看拆分、类别或图像属性如何在你的聚类中分布：

套索选择

在图表上的一个区域周围绘制自由形式的选择框以突出显示点。画廊会自动筛选出匹配的图像，以便你使用常规的 图像操作 对其进行检查、重新标注、移动或删除。

平移和缩放

直接通过鼠标和键盘导航大型散点图：

重新分析

如果数据集在分析后发生更改，所有者和编辑者可以看到面板顶部出现的 Re-analyze 按钮。

点击 Re-analyze 以从头开始重新计算嵌入向量和 2D 投影。

数据集选项卡

根据数据集的状态和你的权限，每个数据集页面最多可以显示六个标签页：

图像标签页

默认视图，显示带有标注覆盖层的图像画廊。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。

类别标签页

当数据集包含图像时，会出现此标签页。

管理你数据集的标注类别：

• 类别直方图：显示每个类别标注数量的柱状图，带有线性/对数刻度切换功能
• 类别表格：可排序、可搜索的表格，包含类别名称、标签数量和图像数量
• 编辑类别名称：点击任何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

图表选项卡

当数据集包含图像时，会出现此标签页。

从你的数据集中自动计算的统计信息：

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

此选项卡仅在一个或多个文件处理失败时显示。

处理失败的图像将在此列出，包括：

• 错误横幅：失败图像的总数和指导信息
• 错误表格：文件名、用户友好的错误描述、修复提示和预览缩略图
• 常见错误包括损坏的文件、不受支持的格式、过小的图像（最小 28px）以及不受支持的颜色模式

版本选项卡

为你的数据集创建不可变的 NDJSON 快照以实现可重复的训练。每个版本在创建时都会捕获图像计数、类别计数、标注计数和文件大小。

要创建版本：

1. 打开 Versions 选项卡
2. 可选：输入描述（例如 "Added 500 training images" 或 "Fixed mislabeled classes"）
3. 点击 + New Version
4. 新版本出现在表格中
5. 需要时可从表格中单独下载该版本

每个版本按顺序编号（v1, v2, v3...）并永久存储。你可以随时从版本表中下载任何以前的版本。

导出数据集

通过数据集标题或版本选项卡下载 NDJSON，以便离线使用你的数据集。

要导出：

1. 点击数据集标题中的 Export 按钮
2. 直接下载当前的 NDJSON 快照
3. 当你需要一个以后可以重新下载的不可变编号快照时，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，随后每行对应一个图像：

{"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"}

有关完整规范，请参阅 Ultralytics NDJSON 格式文档。

图像操作

快捷操作

在 Grid 或 Compact 视图中右键单击任何图像以访问快速操作：

批量移动拆分

将选定的图像重新分配到同一数据集内的不同拆分中：

1. 切换到表格视图
2. 使用复选框选择图像
3. 右键点击以打开上下文菜单
4. 选择 Move to split（移动到拆分）> Train（训练集）、Validation（验证集）或 Test（测试集）

你也可以将图像拖放到网格视图中的拆分筛选选项卡上。

拆分重分配

使用自定义比例在训练集、验证集和测试集之间重新分配所有图像：

1. 点击数据集工具栏中的拆分栏以打开重新分配拆分对话框
2. 使用以下任意一种方法调整拆分百分比
3. 查看实时图像数量预览以确认分配情况
4. 点击应用，按照你设定的百分比随机重新分配所有图像

该对话框提供了三种设置目标拆分比例的方法：

实时预览会显示在你应用之前，每个拆分中将包含的确切图像数量。

批量删除

一次性删除多张图像：

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

数据集 URI

使用 ul:// URI 格式引用平台数据集（请参阅 使用平台数据集）：

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

可用许可证

平台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：

可见性是在 New Dataset（新建数据集）对话框中使用切换开关设置的。公开的数据集在 Explore（探索）页面可见。

编辑数据集

数据集元数据可以直接在数据集页面上进行行内编辑，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 Enter 键时自动保存。
• 描述：点击描述（或“Add a description...”占位符）进行编辑。更改会自动保存。
• 任务类型：点击任务徽章以选择不同的任务类型。
• 许可证：点击许可证选择器以更改数据集许可证。

克隆数据集

在查看你不拥有的公开数据集时，点击 Clone Dataset（克隆数据集）即可在你的工作区中创建副本。克隆包含所有图像、注释和类别定义。如果原始数据集具有 Copyleft 许可证，克隆版本将继承它，且许可证选择器会被锁定。

星标和分享

• 星标：点击星标按钮以收藏数据集。星标数量对所有用户可见。
• 分享：对于公开数据集，点击分享按钮即可复制链接或分享到社交平台。

删除数据集

删除你不再需要的数据集：

1. 打开数据集操作菜单
2. 点击 Delete（删除）
3. 在对话框中确认：“This will move [name] to trash. You can restore it within 30 days.”（这会将 [名称] 移至回收站。你可以在 30 天内恢复它。）

使用数据集进行训练

直接从你的数据集启动训练：

1. 在数据集页面点击 New Model
2. 选择一个项目或创建一个新项目
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

详情请参阅 Cloud Training。

常见问题 (FAQ)

上传后我的数据会怎样？

你的数据将在你选择的区域（美国、欧盟或亚太地区）进行处理和存储。图像处理流程如下：

1. 校验格式和尺寸
2. 如果最小维度小于 28px 则拒绝上传
3. 如果大于 4096px 则进行归一化处理（保持纵横比；编码以优化存储）
4. 使用带有 XXH3-128 哈希的“内容寻址存储”(CAS) 进行存储
5. 生成 256px WebP 缩略图以实现快速浏览

存储机制是怎样的？

Ultralytics Platform 使用 内容寻址存储 (CAS) 来实现高效存储：

• 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
• 区域化：数据保留在你选择的区域（美国、欧盟或亚太地区）

我可以向现有数据集添加图像吗？

可以，将文件拖放到数据集页面或使用上传按钮即可添加其他图像。新的统计数据将自动计算。

如何移动不同分割之间的图像？

使用批量移动到分割 (move-to-split) 功能：

1. 在表格视图中选择图像
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 Platform 支持 YOLO 标签、COCO JSON、Ultralytics NDJSON 以及原始图像上传：

我可以为同一个数据集标注多种任务类型吗？

可以。每张图像都存储了所有 5 种任务类型（检测、分割、姿态、OBB、分类）的标注。你可以随时切换数据集的当前活跃任务类型，而不会丢失现有标注。编辑器中仅显示与活跃任务类型匹配的标注，并将其包含在导出和训练中 —— 其他任务的标注会保留，并在你切回时重新出现。