跳转至内容

数据集

Ultralytics 为管理训练数据提供了高效解决方案。数据集上传后即可立即用于模型训练，并自动完成数据处理与统计生成。


观看： 将数据集上传至Ultralytics

上传数据集

Ultralytics 支持多种上传格式，以实现灵活性：

格式描述
图像单个图像文件（JPG、PNG、WebP、TIFF、RAW）
ZIP压缩包压缩文件夹，内含图片及可选标签
视频MP4、AVI文件——以约1帧/秒的速度提取帧
YOLO标准YOLO 结构及标签

视频帧提取

上传视频时，会自动提取帧：

  • 帧率：约每秒1帧
  • 最大帧数：每段视频100帧
  • 处理：上传前的客户端提取
  • 格式：帧转换为标准图像格式

这非常适合从监控录像、动作记录或任何视频源创建训练数据集。

数据集准备

对于标注数据集，请使用标准YOLO ：

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

YAML文件定义了您的数据集配置：

# data.yaml
path: .
train: images/train
val: images/val

names:
    0: person
    1: car
    2: dog

上传流程

  1. 在侧边栏中导航至数据集
  2. 点击“上传数据集”或将文件拖拽至上传区域
  3. 选择任务类型（detect、segment、姿势估计、旋转框检测、classify）
  4. 添加名称及可选描述
  5. 点击上传

上传后，平台将处理您的数据：

  1. 标准化：大尺寸图片已调整大小（最大4096像素）
  2. 缩略图：生成256像素预览图
  3. 标签解析：提取YOLO 标签
  4. 统计：计算出的班级分布情况
上传前验证

您可以在上传前在本地验证数据集：

from ultralytics.hub import check_dataset

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

浏览图片

以多种布局查看您的数据集图像：

查看描述
网格带注释叠加层的缩略图网格
紧凑更小的缩略图以便快速浏览
表格包含文件名、尺寸和标签数量的列表

全屏查看器

点击任意图片即可打开全屏查看器：

  • 导航：使用方向键或点击浏览
  • 元数据：文件名、尺寸、分割、标签数量
  • 注释：切换注释可见性
  • 课程分类：按课程标签计数

按拆分过滤

按数据集划分过滤图像：

分裂目的
训练用于模型训练
验证用于训练期间的验证
测试用于最终评估
未知未分配拆分

数据集统计

统计选项卡提供对数据集的自动分析：

类Distribution

显示每类注释数量的条形图：

位置热力图

图像中注释位置的可视化：

量纲分析

图像尺寸散点图（宽度与高度）：

统计缓存

统计数据缓存时长为5分钟。注释的修改将在缓存过期后生效。

导出数据集

将数据集导出为NDJSON格式以供离线使用：

  1. 打开数据集操作菜单
  2. 点击导出
  3. 下载NDJSON文件

NDJSON格式每行存储一个JSON对象：

{"filename": "img001.jpg", "split": "train", "labels": [...]}
{"filename": "img002.jpg", "split": "train", "labels": [...]}

请参Ultralytics 格式文档以获取完整规范。

数据集统一资源标识符

使用 ul:// URI格式：

ul://username/datasets/dataset-slug

使用此URI从任何位置训练模型：

export ULTRALYTICS_API_KEY="your_api_key"
yolo train model=yolo11n.pt data=ul://username/datasets/my-dataset epochs=100

利用平台数据随时随地进行训练

字段 ul:// URI可在任何环境中运行：

  • 本地机器：在您的硬件上训练，数据自动下载
  • Google ：在笔记本中访问您的平台数据集
  • 远程服务器：在云虚拟机上进行训练，并享有完整数据集访问权限

可见性设置

控制谁能查看您的数据集：

设置描述
私人只有你能访问
公共任何人都可以在探索页面查看

要更改可见性：

  1. 打开数据集操作菜单
  2. 点击编辑
  3. 切换可见性设置
  4. 点击保存

编辑数据集

更新数据集名称、描述或可见性：

  1. 打开数据集操作菜单
  2. 点击编辑
  3. 进行更改
  4. 点击保存

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. 点击删除
  3. 确认删除

垃圾与恢复

已删除的数据集将移至回收站，保留30天。您可通过设置中的回收站页面进行恢复。

在数据集上训练

直接从您的数据集开始训练：

  1. 在数据集页面上点击“列车模型”
  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

详情请参阅云培训。

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。图片将：

  1. 格式和尺寸均已验证
  2. 若大于4096像素则进行标准化处理（保持宽高比）
  3. 使用内容可寻址存储（CAS）并采用SHA-256哈希算法进行存储
  4. 缩略图以256像素生成，实现快速浏览
  5. 未经您许可，绝不分享

存储是如何运作的？

Ultralytics 内容可寻址存储（CAS）实现高效存储：

  • 重复数据删除：由不同用户上传的相同图像仅存储一次
  • 完整性：SHA-256哈希算法确保数据完整性
  • 效率：降低存储成本并加快处理速度
  • 区域性：数据将保留在您选择的区域（美国、欧盟或AP）

我能向现有数据集添加图片吗？

是的，请在数据集页面使用“添加图片”按钮上传更多图片。系统将自动计算新的统计数据。

如何在数据集之间移动图像？

使用批量选择功能：

  1. 在图库中选择图片
  2. 点击移动或复制
  3. 选择目标数据集

支持哪些标签格式？

Ultralytics YOLO 标签：

  • 检测: class_id x_center y_center width height
  • 分割: class_id x1 y1 x2 y2 ... (多边形点)
  • 姿势估计: class_id x_center y_center width height kp1_x kp1_y kp1_v ...
  • OBB: class_id x1 y1 x2 y2 x3 y3 x4 y4

所有坐标均已归一化（范围为0-1）。



📅 0 天前创建 ✏️ 0 天前更新
glenn-jocher

评论