Daten hinzufügen und vorbereiten

Dataset erstellen#

Öffne Annotate in der Seitenleiste und klicke auf New Dataset. Im Dialog wirst du nach einer Quelle, einem Namen, dem Aufgabentyp, einer optionalen Lizenz, dem Verwischen von Gesichtern und der Sichtbarkeit gefragt:

Entscheidungsregel: Lade für diesen Kurs eine Kopie hoch. Bei Cloud- und Vor-Ort-Datasets bleiben die Bilddaten außerhalb der Plattform; daher sind intelligente Annotation, Clustering, Klonen und Versions-Schnappschüsse nicht verfügbar.

Der Aufgabentyp bestimmt, welche Werkzeuge und Modelle angezeigt werden. Die Plattform unterstützt alle sieben Ultralytics-YOLO-Aufgaben:

Praxisbeispiel: Prüfe den Datensatz vor dem Upload#

Die Plattform akzeptiert JPEG-, PNG-, WebP-, BMP-, TIFF-, HEIC-, AVIF-, JP2-, DNG- und MPO-Bilder mit einer Größe von bis zu 50 MB und mindestens 28 px an der kürzeren Seite. Außerdem liest sie Labels im Format YOLO, COCO, LabelMe, Ultralytics oder Labelbox NDJSON sowie semantische PNG-Masken. Pascal-VOC-XML wird erkannt, aber nicht importiert. Dieses Skript prüft einen lokalen YOLO-Datensatz anhand dieser Regeln, hier den öffentlichen Datensatz medical pills:

from collections import Counter
from pathlib import Path

from PIL import Image

from ultralytics.data.utils import check_det_dataset

ACCEPTED = {".jpg", ".jpeg", ".png", ".webp", ".bmp", ".tif", ".tiff", ".heic", ".avif", ".jp2", ".dng", ".mpo"}
data = check_det_dataset("medical-pills.yaml")  # your local dataset YAML
root = Path(data["path"])

problems = Counter()
for split in ("train", "val", "test"):
    if not data.get(split):
        continue
    files = [p for p in Path(data[split]).rglob("*") if p.is_file()]
    images = [p for p in files if p.suffix.lower() in ACCEPTED]
    labeled = 0
    for img in images:
        label = Path(str(img).replace("images", "labels")).with_suffix(".txt")
        labeled += label.exists() and label.stat().st_size > 0
        if min(Image.open(img).size) < 28:
            problems["under 28 px (rejected)"] += 1
        if img.stat().st_size > 50 * 1024**2:
            problems["over 50 MB (rejected)"] += 1
    problems["unsupported files (skipped)"] += len(files) - len(images)
    print(f"{split:<5} {len(images):>4} images, {labeled:>4} labeled, {len(images) - labeled:>3} background")
problems["Pascal VOC .xml labels (not imported)"] += len(list(root.rglob("*.xml")))
print("classes:", data["names"])
print("problems:", {k: v for k, v in problems.items() if v} or "none")

train   92 images,   92 labeled,   0 background
val     23 images,   23 labeled,   0 background
classes: {0: 'pill'}
problems: none

Was die Ausgabe aussagt:

• Anzahlen pro Split. Bilder in den Ordnern train/, val/ und test/ behalten beim Upload ihren Split. Diese Zahlen werden also auf der Plattform angezeigt. Fehlt die Zeile val, erstellt die Plattform automatisch einen zufälligen Validierungssplit für dich (siehe die folgende Fehlerquelle).
• Hintergrundbilder (ohne Labeldatei) sind in Maßen in Ordnung; sie bringen dem Modell bei, wie „hier ist nichts“ aussieht. Hunderte davon bedeuten meist, dass die Labels nicht exportiert wurden.
• problems: none bedeutet, dass jedes Bild verarbeitet wird. Jeder hier angezeigte Eintrag ist eine Datei, die im Tab Errors landet oder gar nicht erst ankommt.

Zippe den Datensatzordner samt data.yaml und ziehe das Archiv auf die Galerie. Die Plattform erkennt das Format automatisch, speichert identische Bilder nur einmal und fragt bei einem Konflikt mit bereits im Datensatz vorhandenen Bildern, ob du sie Überspringen, Beide behalten oder Ersetzen möchtest.

Praxisbeispiel: Prüfe Videos, bevor die Plattform sie verarbeitet#

Die Plattform entnimmt jedem Video ein Bild pro Sekunde und behält höchstens 100 Bilder. Bei Clips mit einer Länge von mehr als 100 Sekunden vergrößert sie den Abstand:

Das eignet sich für einen schnellen Blick, scheitert aber bei den meisten realen Projekten: Aus einer 30-minütigen Schichtaufzeichnung werden 100 Bilder, überwiegend von einem leeren Gang. Ziehe aus langen Aufnahmen selbst Bilder und lade sie hoch:

Für eine gleichmäßige Auswahl reicht FFmpeg:

mkdir -p frames
ffmpeg -i source.mp4 -vf fps=1 frames/%06d.jpg

Für eine ereignisbasierte Auswahl kannst du ein vortrainiertes Ultralytics YOLO-Modell nur Bilder mit deinem Objekt behalten lassen:

from pathlib import Path

import cv2

from ultralytics import YOLO

model = YOLO("yolo26n.pt")  # or your latest fine-tune
out = Path("frames")
out.mkdir(exist_ok=True)

source = "https://github.com/ultralytics/assets/releases/download/v0.0.0/solutions_ci_demo.mp4"
seen = kept = 0
for i, result in enumerate(model.predict(source, stream=True, vid_stride=5, classes=[0], conf=0.5, verbose=False)):
    seen += 1
    if len(result.boxes):  # keep only frames where a person was detected
        cv2.imwrite(str(out / f"frame_{i:05d}.jpg"), result.orig_img)
        kept += 1
print(f"Kept {kept} of {seen} sampled frames")

Kept 12 of 12 sampled frames

vid_stride=5 prüft jedes fünfte Bild, classes=[0] beschränkt die Erkennung auf Personen und conf=0.5 ignoriert unsichere Vorhersagen. In diesem belebten Demo-Clip sind in jedem ausgewählten Bild Personen zu sehen. Bei einer Aufnahme einer größtenteils leeren Szene sinkt der Anteil der beibehaltenen Bilder stark – und damit auch deine Kosten fürs Labeln. Erhöhe vid_stride, bis benachbarte beibehaltene Bilder nicht mehr identisch aussehen.

Verstehe die Verarbeitungsanzeigen der Plattform#

Nach dem Upload prüft und normalisiert die Plattform die Dateien (Bilder mit mehr als 4.096 px werden skaliert), erstellt Vorschaubilder, verarbeitet Labels und berechnet Statistiken. Prüfe drei Stellen:

• Der Tab Errors wird nur angezeigt, wenn Dateien fehlschlagen: beschädigte Dateien, nicht unterstützte Formate, Bilder unter 28 px oder CMYK- und indizierte Farbmodi. Zu jedem Problem gibt es einen Hinweis zur Behebung. Exportiere die Dateien erneut oder lade sie noch einmal hoch.
• Der Tab Charts zeigt die Split-Verteilung, die häufigsten Klassen, Bildabmessungen, Dateigrößen, Positionen der Annotationen, Boxgrößen und Objekte pro Bild. Achte auf Klassen, die nur selten vorkommen, sehr kleine Bilder oder Boxen, die sich in einer Ecke häufen.
• Das Symbol in der Kopfzeile des Datensatzes zeigt Ready an, sobald die Verarbeitung abgeschlossen ist und der Datensatz mindestens ein Bild aus train, ein Bild aus val oder test sowie ein gelabeltes Bild enthält. Klicke auf Not Ready, um zu sehen, welche Bedingung nicht erfüllt ist.

Beginne mit einem öffentlichen Datensatz#

Noch keine Daten? Auf der Explore-Seite findest du offizielle und von der Community erstellte Datensätze. Clone Dataset kopiert Bilder, Annotationen und Klassen in deinen Arbeitsbereich, zählt zu deinem Speicherplatz und übernimmt standardmäßig die öffentliche Sichtbarkeit der Quelle. Wenn du also sensible Daten hinzufügst, ändere den Schalter im Dialog.

Stolperfallen#