数据集与版本总览
这个章节解决什么问题
VortLab 用一套「双层」模型来组织训练数据：一层是可以随时改动的工作区，另一层是不可变的训练版本。理解这两层的关系，是后续上传数据、管理类别、发布版本、创建训练任务的前提。
本页帮助你建立对这套数据管理逻辑的整体认识，后续每个具体操作都会在对应专题页里展开。
核心概念：可变工作区与不可变版本
双层模型
- 数据集（Dataset）：可变工作区，与项目 1:1 绑定。你可以随时增删图片、调整标注、修改类别。它是日常数据准备的场所。
- 数据集版本（DatasetVersion）：不可变的训练工件。发布后内容固定，是训练的稳定输入。每次发布生成一个版本号递增的快照。
简单来说：
- 数据集像是一个可以反复修改的草稿本，你今天加图片、明天调标注，所有改动都会落在它身上。
- 版本像是给草稿本拍一张照片。照片一旦拍下，内容就固定下来，之后无论你怎么改动草稿本，这张照片都不会变。
训练任务要的不是「草稿本」，而是「照片」——这样训练结果才能复现和对比。
项目与数据集的关系
项目与数据集 1:1
- 每个项目有且仅有一个数据集。
- 创建项目时不会自动创建数据集。
- 数据集通过项目工作区的「上传数据」向导创建。
- 不能独立删除项目的唯一数据集。
这意味着：
- 数据集不是一个独立的、可以随意新建的实体，它始终依附于某个项目。
- 项目创建完成后，你需要进入项目工作区，手动上传第一份数据才会生成数据集。
- 一个项目里如果已经有数据集，就不会再出现创建入口；想换数据只能往现有数据集里增删内容。
数据集管理能力概览
在项目工作区的数据集详情页，你可以完成以下操作：
- 上传 ZIP 导入数据：支持 YOLO、COCO、VOC、纯图片四种格式，详见数据集格式。
- 训练集 / 验证集 / 测试集比例分割：上传时一次性自动划分，或在后续手动整理。
- 类别管理：添加、重命名、设置颜色、删除未使用的类别。
- 版本发布与恢复：把当前工作区快照成不可变版本，或在需要时把某个版本恢复回工作区。
- 数据增强：仅适用于检测（detect）项目，对分割、旋转框、姿态项目不可用。
- 冷热分层存储：长时间不用的数据集会被自动归档到对象存储，访问时自动恢复。
版本是训练的前提
- 训练任务必须绑定一个就绪（ready）状态的数据集版本。
- 可变工作区的数据不能直接用于训练。
- 这保证了训练结果的可复现性：同一份版本输入，配合同样的训练参数，应该得到可对比的结果。
数据集入口
数据集入口在项目工作区
- 每个项目有且仅有一个数据集（1:1 绑定），入口在项目工作区左侧导航的「数据集」。
- 浏览、上传、版本发布、数据增强等所有操作都在项目内完成。
- 上传大文件后想看导入进度？导入任务状态显示在工作台首页的「导入任务」面板（有任务时才出现，含进度与失败原因）。
想了解团队有哪些数据资产？数据集与项目一一对应，在项目列表即可总览；旧版顶部导航的全局「数据集」入口已移除，历史链接会自动跳转到项目列表。