数据集#

Ultralytics Platform 数据集为你管理训练数据提供了一个简化的解决方案。上传后，平台会自动处理图像、标签和统计信息。

一旦处理完成且数据集中在 train 划分中至少包含一张图像、在 val 或 test 划分中至少包含一张图像，并且至少有一张带标签的图像，数据集便准备好进行训练。当满足这三个条件时，数据集标题会显示一个 Ready 徽章，否则显示一个 Not Ready 徽章 —— 点击徽章即可精确查看缺少哪个条件。

上传数据集#

Ultralytics Platform 接受多种上传格式，以提供灵活性。

支持的格式#

视频编解码器支持#

仅凭文件扩展名是不够的：如果在处理过程中其编解码器无法解码，视频仍然可能会失败。

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

准备你的数据集#

该平台支持 Ultralytics YOLO、COCO、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 将生成密集的占位符名称（class0、class1……），你稍后可以在类别选项卡中对其进行重命名。

有关特定于任务的格式详细信息，请参阅支持的任务和数据集概述。

上传流程#

要创建一个数据集：

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（见下文数据源）
4. 添加名称 —— URL 路径别名（slug）会自动派生并且可以进行编辑 —— 另外添加一个可选的描述
5. 选择任务类型（参见支持的任务）、可选的许可证（参见可用许可证）以及可见性（公开或私有）
6. 点击 Create & Upload 选择本地文件，点击 Create & Import 获取 URL 或连接的源，或者点击 Create Dataset 从空数据集开始

要将文件添加到现有数据集，请打开其数据集页面，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。由于数据集任务已经定义，上传图标会直接打开你浏览器的原生文件选择器。

数据源#

New Dataset 对话框提供四个来源：

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，而不是在漫长的传输之后才出现。系统会检查归档文件是否存在损坏、空内容、密码保护以及 YAML 语法错误，超大文件会按名称列出。

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：格式和尺寸检查
2. 标准化：大图像调整大小（最大 4096px，最小尺寸 28px），灰度图扩展为 RGB，透明度扁平化到白色上，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：计算类分布和图像维度

from ultralytics.data.utils import check_det_dataset

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

浏览图像#

以多种布局查看你的数据集图像。

从图库工具栏打开聚类面板，以交互式 2D 散点图的形式浏览你的数据集。

排序和过滤#

图像可以进行排序和过滤，以便高效浏览：

全屏查看器#

点击任意图像以打开全屏查看器，并提供以下功能：

• 导航：使用方向键或缩略图预览进行浏览
• 图像信息：查看平台生成的属性、自定义元数据以及嵌入的文件元数据（如 EXIF）
• 自定义元数据：所有者和编辑者可以添加或替换 JSON 对象，包括最多 500,000 个序列化字符的嵌套值以及最多 128 个字符的顶级键
• 标注：切换标注覆盖层的可见性
• 类别细分：带颜色指示的每类标签计数
• Annotate：当你拥有编辑权限时，在桌面上打开全屏查看器时，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：Cmd/Ctrl+Scroll、Cmd/Ctrl++ 或 Cmd/Ctrl+= 用于放大，Cmd/Ctrl+- 用于缩小
• 重置视图：Cmd/Ctrl + 0 或重置按钮可使图像适应查看器
• 平移：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
• 深度帘幕：在深度数据集上，一个可拖动的分隔条可以在 RGB 图像与其彩色深度图之间进行擦除对比

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影到一个交互式的 2D 散点图中，其中视觉上相似的图像靠得很近。无需离开图库，即可使用它来浮现集群、发现重复项和异常值，以及检查划分或类别在数据中的分布情况。在任何数据集页面上，从图库工具栏中的散点图图标打开它。

运行分析#

开始分析：

1. 打开数据集并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——结果将出现在同一个面板中

分析在后台分两个阶段（Computing embeddings 和 Clustering）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，配有图例和点计数器。图库过滤器（划分、类别、已标注/未标注）会使过滤范围之外的点变暗，以便你专注于关心的子集 —— 随后计数器会显示 visible / total points。

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。随时切换视图模式——图表会立即重新着色，以便你查看划分、类别或图像属性如何在集群中分布：

套索选择#

在区域周围绘制自由形状的选择框以突出显示图表上的点。图库会向下过滤出匹配的图像，以便你可以使用常规的图像操作来检查、重新标注、移动或删除它们。

平移和缩放#

直接使用鼠标和键盘，或者使用图表左下角的缩放按钮来导航大型散点图：

重新分析#

如果数据集在分析后发生更改 —— 传入了新图像，或者分析的计数不再与数据集匹配 —— 面板顶部会为所有者和编辑者显示一个 Re-analyze 按钮。

点击 Re-analyze 从头开始重新计算嵌入和 2D 投影。

数据集标签页#

根据数据集状态和你的权限，每个数据集页面最多可以显示六个标签页：

图像标签页#

显示带标注覆盖层的图像图库的默认视图。支持网格、紧凑和表格视图模式。在此处拖放文件以添加更多图像。

类别标签页#

当数据集包含图像且其任务具有类别时，此标签页会显示。

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条形图，按频率排序，带有线性/对数刻度切换开关
• 类别表：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：选择两行或多行并点击 Merge into one
• 删除类别：选择一行或多行并点击 Delete

合并类别#

合并可整合重复或重叠的标签 —— 例如将 car、automobile 和 vehicle 折叠为一个类别：

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，或右键点击所选项
3. 选择所选类别中的哪一个作为其他类别合并入的目标
4. 确认

属于源类别的每个标注都会被重新分配给目标类别，并且源类别将被移除。不会删除任何标注，因此数据集的总标注数量保持不变。

删除类别#

1. 使用行复选框选择一个或多个类别
2. 点击表头中的 Delete，或右键点击所选项
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，但图像会保留，变为未标注状态。

图表标签页#

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数据：

图表按此顺序出现，当数据集没有相关数据时，每个图表都会被省略 —— 原始图像数据集不显示标注图表，而 Points per Instance 仅对分割和姿态数据出现：

模型标签页#

在可搜索的表格中查看在此数据集上训练的所有模型：

错误标签页#

此标签页仅在有一个或多个文件处理失败时出现。

处理失败的图像会在此处列出，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、用户友好的错误描述、修复提示和预览缩略图
• 常见错误包括文件损坏、格式不支持、图像太小（最小 28px）以及不支持的颜色模式

版本标签页#

为你的数据集创建不可变的 NDJSON 快照，以实现可复现的训练。每个版本都会记录创建时的图像数量、类别数量、注释数量和文件大小。

创建版本：

1. 打开 Versions 标签页
2. 可选择输入描述（例如：“添加了 500 张训练图像”或“修复了错误标签的类别”）
3. 点击新版本
4. 新版本会出现在表格中

每个版本都按顺序编号（v1、v2、v3...）并且是不可变的 —— 版本无法编辑或移除，只能更改其描述。随时可以使用行操作来下载或恢复任何版本。

导出数据集#

从数据集标题或版本标签页下载 NDJSON，即可导出数据集以供离线使用。

导出步骤：

1. 点击数据集标题中的 Download 按钮（下载图标)
2. 直接下载当前的 NDJSON 快照
3. 当你需要一个可以稍后重新下载的不可变编号快照时，请使用 Versions（版本）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": "...", "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"}

当 NDJSON 文件导入到 Platform 时，可选的图像级 metadata 对象会被保留。你可以在图像的全屏信息面板中检查或编辑它。对于程序化的归档上传，提取数据集数据 API 接受等效的 imageMetadata 路径映射。

姿态数据集在数据集标题行中也包含一个 kpt_shape 字段，当未预先设置时，它会从标注中推断出来。

深度导出在数据集行中声明 "task": "depth" 和 "depth_scale": 1000。每张图像行包含一个用于其配对的纯 uint16 PNG 的 depth.url。Ultralytics 会并发下载图像和深度 URL，并写入具有相同比例的训练 YAML，因此 NDJSON 文件可以直接传递给 model.train(data=...)。

有关完整规范，请参阅 Ultralytics NDJSON 格式文档。

图像操作#

快速操作#

右键单击 Grid（网格）或 Compact（紧凑）视图中的任意图像以访问快捷操作：

批量移动至拆分#

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 Table（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 > Train、Validation 或 Test

你也可以将图像拖放到网格视图中的划分过滤选项卡上。如果移动图像会与目标划分中已存在的相同图像冲突，Platform 会询问是跳过、保留两者还是替换。

拆分重新分配#

使用自定义比例重新分配训练、验证和测试拆分中的所有图像：

1. 单击数据集工具栏中的 split bar（拆分栏）以打开 Redistribute Splits（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. 查看实时图像计数预览以确认分配情况
4. 单击 Apply（应用）以根据你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划分比例的方法：

实时预览显示了在应用之前每种拆分将包含的确切图像数量。

批量删除#

一次删除多个图像：

1. 在表格视图中选择图像
2. 右键点击并选择 Delete，或者按下 Cmd/Ctrl+Delete
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）：

ul://username/datasets/dataset-slug

你也可以直接粘贴数据集或模型的网页 URL（例如 https://platform.ultralytics.com/username/datasets/dataset-slug）；它会自动重写为 ul:// URI。传递数据集列表可以依次微调各个基础模型，例如 model.train(data=["ul://username/datasets/a", "ul://username/datasets/b"])。

使用此 URI 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#

该 Platform 支持以下数据集许可：

可见性设置#

控制谁可以看到你的数据集：

可见性是在 New Dataset 对话框中创建数据集时使用切换开关设置的。公开数据集在探索页面上可见。

编辑数据集#

数据集元数据直接在数据集页面内进行在线编辑——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。名称限制为 100 个字符。
• 描述：点击描述（或“Add a description...”占位符）进行编辑。更改会自动保存。描述限制为 1,000 个字符。
• Task type（任务类型）：单击任务徽章以选择不同的任务类型。
• License（许可）：单击许可选择器以更改数据集许可。
• 图标：点击数据集图标上传你自己的图片、将数据集自身的某张图片设为图标，或者选择一个字母和颜色。

自定义元数据#

打开更多操作并选择信息以查看以下两个部分：

• Ultralytics 元数据：只读的 Platform 详情，例如数据集 ID、所有者、任务、图像和标注数量、存储区域以及时间戳
• 自定义元数据：你自己的 JSON 对象，用于溯源、采集条件、客户 ID、治理或其他上下文数据

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。序列化元数据对象限制为 500,000 个字符，每个顶级键限制为 128 个字符。保存空对象（{}）以清除自定义元数据。

克隆数据集#

当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。此副本包含所有图像、标注和类别定义。在默认可见性为公开的工作区中，公开源数据集默认保持公开；企业工作区克隆默认设为私有。如果原始数据集具有 copyleft 许可证，克隆将继承它且许可证选择器会被锁定。

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

收藏与分享#

• 收藏 (Star)：点击星标按钮以收藏数据集。收藏数量对所有用户可见。
• 分享：对于公共数据集，点击分享按钮以复制链接、获取嵌入代码片段或分享到社交平台。

删除数据集#

删除你不再需要的数据集：

1. 打开数据集标题中的 更多操作（… 按钮）
2. 选择 删除数据集
3. 在对话框中确认：“这会将 [name] 移至回收站。你可以在 30 天内将其恢复。”

同一个菜单中还包含 信息（打开自定义元数据中所述的元数据对话框）以及 刷新（从服务器重新读取数据集）。

基于数据集进行训练#

直接从你的数据集开始训练：

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

有关详细信息，请参阅云训练。

常见问题解答#