Датасеты и разметка¶

Датасет объединяет изображения, список классов и разметку для одной задачи. Рабочий порядок: создать набор, импортировать изображения, разметить и подтвердить их, затем передать в обучение или скачать архив. Страница Датасеты (/datasets) отвечает за состав данных; Разметка (/annotations) — за отдельное изображение.

В библиотеке выберите карточку набора. Внутри доступны счётчики Всего изображений, Не размечено, Черновики, Подтверждено, поиск по имени файла и переключение Галерея / Таблица. Нажатие счётчика фильтрует список. Начать разметку → формирует очередь из текущего поиска и фильтра; щелчок по изображению открывает его непосредственно.

Создание и классы¶

1. Нажмите ＋ Создать датасет и задайте Название, например Детали на столе.
2. Выберите Тип разметки по задаче будущей модели.
3. Введите Классы через запятую, например bolt, nut.
4. Для ключевых точек заполните Точки скелета через запятую и Связи точек, индексы с нуля. Например, точкам start, end соответствует связь [[0, 1]].
5. Нажмите Создать и загрузить данные → и добавьте изображения в открывшемся окне импорта.

Класс — категория объекта, а аннотация — её конкретный экземпляр и геометрия на изображении. Порядок классов задаёт числовые ID, начиная с нуля. Не меняйте смысл одного класса от изображения к изображению.

Классы объектов открывает редактирование: Добавить класс, переименование, Удалить, затем Сохранить классы. Удаление класса удаляет его аннотации, но оставляет изображения. Затронутую разметку нужно проверить и подтвердить повторно.

Импорт изображений и готовой разметки¶

Нажмите ＋ Добавить изображения. В окне Импорт в датасет доступны три источника:

• С компьютера — файлы, папка изображений, ZIP изображений или YOLO-датасета.
• По ссылке — прямая общедоступная HTTP(S)-ссылка на файл. Ссылка на страницу просмотра облачного диска не равнозначна ссылке на файл.
• S3 хранилище — S3-совместимое хранилище, включая MinIO. Укажите endpoint, region, bucket и prefix, проверьте подключение и выберите объекты.

Затем нажмите Импортировать. Импорт копирует данные в локальное хранилище и выполняется в фоне. Окно можно закрыть и открыть снова для просмотра результата. Это разовая загрузка: дальнейшие изменения в S3 автоматически не синхронизируются.

Для S3 пустые ключи используют серверную цепочку credentials. Введённые ключи не сохраняются; для повтора их вводят заново. S3 использует Python веб-сервера и boto3, а не отдельный ML Python. Для локального MinIO используйте вкладку S3, поскольку импорт по ссылке предназначен для общедоступных файлов.

Ограничения импорта: 32 MiB и 40 мегапикселей на изображение; 1 GiB на ZIP; до 2 GiB и 10 000 элементов после распаковки. Ошибки отдельных элементов смотрите в Подробности ошибок. Отменить импорт сохраняет уже добавленные изображения. Повторить без дубликатов пропускает успешно обработанные элементы исходного задания; для локального источника нужно снова выбрать те же файлы.

Готовый YOLO-датасет описывается через data.yaml, изображения и соответствующие метки. Для классификации YAML указывает каталоги train/val/test с папками классов. Проверьте совпадение задачи и классов с создаваемым набором. Импорт COCO, Pascal VOC и SmartCamera JSON пока не реализован, хотя эти форматы доступны для экспорта.

В Камера, видео и дополнительные источники находятся ещё четыре способа:

Путь на сервере относится к машине SmartCamera, а не компьютеру с браузером. Предложения нейросети проверяйте вручную: ошибки модели не должны автоматически становиться эталонной разметкой.

Разметка изображения¶

На снимке найдите инструменты слева, классы и объекты справа, действия сохранения под изображением. Для детекции выберите класс, инструмент Рисование (R) и протяните рамку от одного угла к другому. Для следующего объекта нажмите Добавить объект, выберите класс и нарисуйте новую фигуру.

Для сегментации последовательно отметьте вершины и нажмите Замкнуть полигон; нужны хотя бы три точки. Для OBB отметьте четыре угла по порядку. Для pose нарисуйте рамку и расставьте точки в порядке подсказки; видимость каждой точки задаётся как Видима, Скрыта или Не размечена. Для classify выберите класс изображения справа.

Инструмент Выделение (V) позволяет перемещать объект и менять углы или вершины. Перемещение холста (H) сдвигает видимую область. Используйте увеличение для мелких деталей. Скрытие объекта убирает его только с холста; блокировка защищает от изменения и удаления. Для удаления выберите объект и нажмите Delete либо его кнопку Удалить.

Незавершённую фигуру закончите либо нажмите Отменить фигуру: пока она строится, сохранение недоступно. Undo/redo работает с редактированием текущего изображения и не заменяет сохранение на сервере.

Черновик и подтверждение¶

Автосохранения нет. Сохранить черновик сохраняет работу, но оставляет изображение неподтверждённым. Сохранить разметку сохраняет текущее состояние флажка Разметка проверена. Подтвердить и дальше → сохраняет подтверждённую разметку и переходит к следующему неподтверждённому изображению очереди.

Пропустить не подтверждает изображение. При выходе с правками редактор предлагает Остаться, Отбросить изменения или Сохранить и перейти; последний вариант сохраняет черновик. Отменить изменения / перечитать возвращает сохранённое состояние после подтверждения. При ошибке сохранения правки остаются в редакторе.

В обучение и экспорт входят только подтверждённые изображения. Пустой подтверждённый кадр может быть отрицательным примером для детекции. Для классификации нужен назначенный класс. Например, кадр пустого стола полезен детектору гаек, но кадр с пропущенной гайкой создаёт неверный отрицательный пример.

Экспорт и удаление¶

Нажмите ↓ Экспорт, выберите формат и проценты Обучение, Валидация, Тестирование; сумма должна быть 100%. Нажмите Скачать архив. Разделение применяется к ZIP, исходный набор не меняется. Одинаковый набор изображений и Ключ перемешивания воспроизводят выборки.

YOLO поддерживает все задачи; COCO — все перечисленные, кроме классификации; Pascal VOC — детекцию; SmartCamera JSON — полную разметку всех задач. В COCO повёрнутая рамка сохраняется как полигон с охватывающим bbox. JSON включает manifest.json, изображения, классы, нормализованную геометрию, имена точек и скелет. Перед внешним обучением распакуйте ZIP.

Удалить изображения удаляет выбранные файлы и их разметку после подтверждения. Удалить датасет удаляет локальные данные набора; исходные импортированные файлы, модели и снимки датасета в заданиях сохраняются. Для продолжения нажмите Перейти к обучению →. Проблемы импорта и сохранения разбираются в диагностике.