Adicione e prepare os dados

Crie o conjunto de dados#

Abra Annotate na barra lateral e clique em New Dataset. A caixa de diálogo solicita uma origem, um nome, o tipo de tarefa, uma licença opcional, o desfoque de rostos e a visibilidade:

Regra de decisão: faça upload de uma cópia para este curso. Os conjuntos de dados Cloud e On Premise mantêm os pixels fora da Platform; por isso, a anotação inteligente, o agrupamento, a clonagem e os instantâneos de versões não estão disponíveis para eles.

O tipo de tarefa determina quais ferramentas e modelos aparecem. A Platform oferece suporte às sete tarefas do Ultralytics YOLO:

Exemplo prático: verifica o conjunto de dados antes de o carregar#

A Platform aceita imagens JPEG, PNG, WebP, BMP, TIFF, HEIC, AVIF, JP2, DNG e MPO de até 50 MB e com pelo menos 28 px no lado menor, e lê rótulos YOLO, COCO, LabelMe, NDJSON do Ultralytics ou Labelbox e máscaras semânticas PNG. O XML Pascal VOC é detectado, mas não é importado. Este script verifica um conjunto de dados YOLO local de acordo com essas regras; neste caso, o conjunto de dados público 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

O que os resultados te dizem:

• Contagens por divisão. As imagens nas pastas train/, val/ e test/ mantêm essa divisão ao serem carregadas, por isso estes são os números que a Platform vai mostrar. Se a linha val não aparecer, a Platform vai criar uma divisão de validação aleatória para ti (vê o problema abaixo).
• Imagens de fundo (sem ficheiro de rótulos) são aceitáveis em quantidade moderada; ensinam ao modelo como é «não há nada aqui». Centenas delas geralmente significam que os rótulos não foram exportados.
• problems: none significa que todas as imagens serão processadas. Qualquer contagem aqui representa um ficheiro que vai parar ao separador Errors ou que não vai chegar de todo.

Compacta a pasta do conjunto de dados num ficheiro ZIP com o respetivo data.yaml e arrasta o arquivo para a galeria. A Platform deteta automaticamente o formato, guarda cada imagem idêntica apenas uma vez e pergunta se queres Ignorar, Manter ambas ou Substituir quando um carregamento coincide com imagens que já estão no conjunto de dados.

Exemplo prático: experimenta um vídeo antes de a Platform o fazer#

A Platform extrai 1 fotograma por segundo de cada vídeo e mantém no máximo 100 fotogramas, aumentando o intervalo para clips com mais de 100 segundos:

Isto serve para uma análise rápida, mas falha na maioria dos projetos reais: uma gravação de um turno de 30 minutos transforma-se em 100 fotogramas, na sua maioria de um corredor vazio. Extrai tu mesmo fotogramas de vídeos longos e carrega-os:

Para uma amostragem uniforme, o FFmpeg é suficiente:

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

Para uma amostragem orientada por eventos, deixa um modelo Ultralytics YOLO pré-treinado manter apenas os fotogramas que contêm o teu objeto:

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 analisa um em cada cinco fotogramas, classes=[0] restringe a deteção a pessoas e conf=0.5 ignora previsões pouco fiáveis. Este clip de demonstração movimentado tem pessoas em todos os fotogramas amostrados; numa gravação de uma cena quase vazia, a fração de fotogramas mantidos diminui drasticamente, assim como o custo da anotação. Aumenta vid_stride até os fotogramas mantidos consecutivos deixarem de parecer idênticos.

Interpreta os indicadores de processamento da Platform#

Após o carregamento, a Platform valida, normaliza (as imagens com mais de 4 096 px são redimensionadas), cria miniaturas, analisa os rótulos e calcula estatísticas. Verifica três locais:

• O separador Errors só aparece quando há ficheiros que não foram processados: ficheiros danificados, formatos não suportados, imagens com menos de 28 px ou modos de cor CMYK e indexado, cada um com uma sugestão de correção. Exporta-os novamente ou carrega-os outra vez.
• O separador Charts mostra a distribuição das divisões, as principais classes, as dimensões das imagens, os tamanhos dos ficheiros, as localizações das anotações, os tamanhos das caixas e os objetos por imagem. Procura uma classe que apareça poucas vezes, imagens minúsculas ou caixas concentradas num canto.
• O emblema no cabeçalho do conjunto de dados mostra Ready quando o processamento termina e o conjunto de dados tem pelo menos uma imagem train, uma imagem val ou test e uma imagem anotada. Clica em Not Ready para ver qual condição está em falta.

Começa com um conjunto de dados público#

Ainda não tens dados? A página Explore apresenta conjuntos de dados oficiais e da comunidade. Clone Dataset copia imagens, anotações e classes para o teu espaço de trabalho, conta para o teu armazenamento e mantém por predefinição a visibilidade pública da origem; por isso, muda o controlo na caixa de diálogo se fores adicionar algo sensível.

Armadilhas#