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 Platform 支持多种上传格式，以提供灵活性。

支持的格式

准备数据集

平台支持两种标注格式以及原始上传：Ultralytics YOLO、COCO 和原始（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" }]
}

有关任务特定的格式详细信息，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 或将文件拖到上传区域
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）和可选许可证（参见可用许可证）
6. 点击 Create

上传后，平台通过多阶段管道处理您的数据：

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：格式和大小检查
2. 归一化：大图像已调整大小（最大4096像素，最小维度28像素）
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.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：

排序和筛选

图像可以排序和筛选，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，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、分割标记、注释计数
• 标注：切换标注叠加层可见性
• 类别细分：带有颜色指示器的每类标签计数
• 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：从数据集中删除图像
• Zoom: Cmd/Ctrl+Scroll 放大/缩小
• 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：

数据集选项卡

每个数据集页面都有六个可从选项卡栏访问的选项卡：

图像选项卡

默认视图显示带有标注叠加层的图片库。支持网格、紧凑和表格视图模式。将文件拖放到此处以添加更多图片。

类别选项卡

管理您数据集的标注类别：

• 类别直方图：显示每类标注计数的条形图，带有线性/对数刻度切换
• 类别表：可排序、可搜索的表格，包含类别名称、标签计数和图像计数
• 编辑类别名称：点击任意类别名称以进行内联重命名
• 编辑类别颜色：点击色样以更改类别颜色
• 添加新类别：使用底部的输入框添加类别

图表选项卡

根据您的数据集计算的自动统计数据：

模型选项卡

在一个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

处理失败的图像将在此处列出，并显示：

• 错误横幅：失败图像总数及指导
• 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、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

版本选项卡

为您的数据集创建不可变的 NDJSON 快照，用于可复现的训练。每个版本都会在创建时捕获图像数量、类别数量、标注数量和文件大小。

创建版本：

1. 打开版本选项卡
2. 可选地输入描述（例如，“添加了500张训练图像”或“修复了错误标记的类别”）
3. 点击 + 新版本
4. NDJSON 快照已生成并自动下载

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

导出数据集

将您的数据集导出为 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 文件自动下载

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

{"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"}

请参阅Ultralytics NDJSON 格式文档以获取完整规范。

图像操作

快速操作

在网格或紧凑视图中右键单击任意图像以访问快速操作：

批量移动到数据集划分

将选定图像重新分配到同一数据集中的不同拆分：

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

您还可以将图像拖放到网格视图中的拆分筛选器选项卡上。

批量删除

一次删除多张图像：

1. 在表格视图中选择图片
2. 右键单击并选择 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

平台支持以下数据集许可：

可见性设置

控制谁可以查看您的数据集：

在创建数据集时设置可见性在 New Dataset 使用切换开关的对话框。公共数据集可在 探索 页面。

编辑数据集

数据集元数据可在数据集页面上直接内联编辑 — 无需对话框：

• 名称: 点击数据集名称进行编辑。更改会在失焦或 Enter.
• 描述：点击描述（或“添加描述...”占位符）进行编辑。更改将自动保存。
• 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

当查看您不拥有的公共数据集时，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。如果原始数据集具有版权共享许可，则克隆会继承该许可，并且许可选择器将被锁定。

星标并分享

• 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: 对于公共数据集，点击分享按钮以复制链接或分享到社交平台。

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 [name] 移至垃圾箱。您可以在 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. 如果最小尺寸低于28像素则拒绝
3. 如果大于4096像素则进行归一化 (保持宽高比；编码以优化存储)
4. 使用内容寻址存储 (CAS) 和 XXH3-128 散列进行存储
5. 生成的 256px WebP 缩略图，用于快速浏览

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，将文件拖放到数据集页面或使用上传按钮添加更多图像。新的统计数据将自动计算。

我如何在分割之间移动图像？

使用批量移动到划分功能：

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

支持哪些标签格式？

Ultralytics 平台支持两种用于上传的标注格式：

📅 创建于 2 个月前 ✏️ 更新于 2 天前

评论