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 支持多种上传格式，以实现灵活性。

支持的图像格式

支持的视频格式

视频自动提取为帧：

文件大小限制

档案馆

支持最大50GB的ZIP文件，完整保留文件夹结构，并支持自动解压和处理。

准备数据集

对于带标签的数据集，请使用标准 YOLO 格式：

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

上传过程

1. 在侧边栏中导航到数据集
2. 点击上传数据集或将文件拖入上传区域
3. 选择任务类型 (detect, segment, 姿势估计, 旋转框检测, classify)
4. 添加名称和可选描述
5. 点击 上传

上传后，平台将处理您的数据：

1. 归一化：大图像已调整大小（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 格式标签
4. 统计：计算类别分布

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：

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：方向键或点击浏览
• 元数据：文件名、尺寸、拆分、标签数量
• 标注：切换标注可见性
• 类别细分：每个类别的标签数量

按拆分筛选

按数据集拆分筛选图像：

数据集统计

统计选项卡提供您数据集的自动分析：

类别分布

显示每个类别标注数量的条形图：

位置热图

标注在图像中出现位置的可视化：

维度分析

图像尺寸（宽度与高度）的散点图：

导出数据集

以NDJSON格式导出您的数据集供离线使用：

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": [...]}

请参阅Ultralytics NDJSON 格式文档以获取完整规范。

数据集 URI

通过以下方式引用平台数据集 ul:// URI格式：

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

可见性设置

控制谁可以查看您的数据集：

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

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训练模型
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

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. 如果大于 4096 像素则进行归一化（保持宽高比）
3. 使用内容可寻址存储 (CAS) 进行存储，并采用 SHA-256 哈希
4. 生成 256 像素的缩略图以便快速浏览

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：SHA-256 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，使用数据集页面上的添加图像按钮上传更多图像。新的统计数据将自动计算。

如何在数据集之间移动图像？

使用批量选择功能：

1. 在图库中选择图像
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 Platform 支持 YOLO 格式标签：

所有坐标均已归一化（范围为0-1）。姿势估计 标记：0=未标注，1=已标注但被遮挡，2=已标注且可见。

📅 创建于 20 天前 ✏️ 更新于 12 天前

评论