跳到主要内容

上传数据集

这个功能解决什么问题​

有了项目之后，下一步就是把准备好的训练数据导入平台。数据集是项目里存放图片和标注的容器，后续的标注、版本发布、模型训练都依赖它。

本页介绍如何在一个项目里上传第一批训练数据（ZIP / 散图 / 文件夹），让平台自动识别格式并创建数据集。

前置条件​

  • 已经创建了一个项目（参考「快速入门」中的项目创建）。
  • 已经进入该项目的工作区。
  • 手头有整理好的训练数据：.zip 数据包（单个不超过 5GB）、一批散图、或按 train/val 结构组织的文件夹。
数据集名称不需要填写

数据集与项目 1:1 绑定，名称自动取自项目名，创建页面不会询问数据集名称。上传方式支持 ZIP 拖拽、散图多选（自动打包）、整个文件夹（保留 train/val 结构）三种。

操作步骤​

  1. 进入数据集菜单

    在项目工作区左侧导航点击「数据集」。

  2. 打开创建页面

    如果项目还没有数据集，会自动进入「创建数据集」页面；如果已经有数据集，则会进入数据集详情。

  3. 填写描述（可选）

    数据集名称由项目名自动派生。如果需要，可以填一句描述方便团队了解内容。

  4. 上传数据

    把数据拖进上传区（ZIP / 图片 / 文件夹都可以），或点击上传区选择文件、或点击「选择整个文件夹」。上传后系统会立即校验数据结构。

  5. 确认格式识别结果

    校验通过后，上传区下方会显示识别到的格式、图片数量、标注数量和类别名。请核对一下，确认与你的预期一致。

  6. （可选）设置数据集分割

    如果想让平台自动划分训练集、验证集、测试集，在右侧「数据集分割」卡片勾选「启用自动分割」，然后拖动三个滑块调整比例。默认比例是 70 / 15 / 15，三者之和需要等于 100%。

  7. 提交创建

    点击页面底部的「创建数据集」按钮，开始上传和处理。

  8. 等待处理完成

    小文件会直接上传并显示进度。超过 100MB 的文件会自动切换到分片上传，界面会显示进度、速度和剩余时间。上传完成后，平台在后台解压、识别格式、验证结构，处理过程会有阶段性提示。

  9. 进入数据集详情

    创建成功后会自动跳转到数据集详情页，可以在这里查看图片、管理类别或继续后续操作。

创建数据集页面
图1：创建数据集页面，左侧为描述和上传区，右侧为分割设置
格式校验结果
图2：格式校验结果会显示识别到的格式、图片数、标注数和类别
分片上传进度
图3：大文件分片上传会显示速度和剩余时间

字段说明​

字段类型必填默认值说明
description多行文本可选—数据集的简要说明，便于团队协作时了解内容。数据集名称由项目名自动派生，无需填写。
file文件（ZIP / 图片 / 文件夹）必填—支持 .zip 压缩包（单个最大 5GB）、散图多选、整个文件夹三种方式。
splitEnabled开关可选关闭勾选后可以设置训练集、验证集、测试集的比例。
trainRatio滑块可选70训练集占比（%），仅在启用分割后生效。
valRatio滑块可选15验证集占比（%），仅在启用分割后生效。
testRatio滑块可选15测试集占比（%），仅在启用分割后生效。
上传大小与分片规则
  • 文件小于 100MB：直接上传，显示进度条。
  • 文件大于等于 100MB：自动启用分片上传，并发上传多个分片，界面会显示速度和剩余时间。
  • 这里的 100MB 阈值是默认值，平台管理员可以调整。
  • 上传完成后，系统会在后台依次执行解压、格式识别和结构校验，处理过程会显示阶段性进度文案。
支持的 ZIP 数据格式
  • YOLO 格式（推荐）：包含 train/images、train/labels，以及根目录的 classes.txt。
  • COCO 格式：包含 images 目录和标注 JSON 文件。
  • VOC 格式：包含 JPEGImages 和 Annotations/*.xml。
  • 纯图片：仅包含图片文件，没有标注。这类数据会作为无标签图片导入，后续可以用标注工作台补充标注。
数据集与项目的关系

每个项目有且仅有一个数据集。数据集就是通过本页面上传数据创建的，不会随项目自动生成。一个项目里如果已经有数据集，就不会再出现创建入口。

推荐使用 YOLO 格式

YOLO 是平台原生支持的最佳格式，识别最准确。classes.txt 每行写一个类别名，行号就是类别 ID，从 0 开始。如果压缩包里没有 classes.txt，系统不会报错，会自动生成默认类别名，但建议还是自己提供，避免类别顺序错乱。

结果​

创建成功后，你会进入数据集详情页。此时数据集里已经有了第一批图片和标注，接下来可以：

  • 在「图片」标签页浏览和抽检样本；
  • 在「类别」标签页管理类别名和颜色；
  • 继续上传更多数据，或者发布一个数据集版本为训练做准备。

常见问题​

校验失败怎么办

如果数据结构不符合任何一种支持格式，上传区会显示具体错误，并附「查看 XX 格式要求」链接，一键打开对应格式的完整说明。请按提示调整后重新上传。常见的错误有：图片和标签没放在对应目录、classes.txt 的类别顺序与标签里的类别 ID 对不上等。

上传中断了能否续传

分片上传过程中如果网络中断，需要重新选择文件再上传。当前版本不支持断点续传，但分片上传本身会把大文件拆成小块并发上传，整体速度比一次性上传更稳。

不想分割数据集可以吗

可以。不勾选「启用自动分割」时，所有图片会作为一个整体导入，后续你可以手动整理训练集和验证集，或者直接在发布版本时再处理。