用途：为 getitune（Geti 训练库）准备数据集，并通过 Python API 的 data= 或 CLI 的 --data_root 指向数据集根目录，用于训练、测试与预测。所有操作在 library/ 目录下运行。
主要能力：传入文件系统路径后，getitune 使用 Datumaro 自动检测数据集格式，指向数据集根目录即可，同一调用适用于不同底层格式。支持的格式及检测依据：COCO 由含 COCO JSON 文件的 annotations/ 目录识别；YOLO 由 data.yaml 文件（Ultralytics 布局）识别；Pascal VOC 由 JPEGImages/、Annotations/、ImageSets/ 目录识别；Datumaro 原生由根目录的 metadata.json 与 data.parquet 识别。也接受 Zip 压缩包，Datumaro 在导入时解压。
使用方式：将 data= 指向数据集根目录，即直接包含上述标记文件/文件夹的目录，而非其父目录。示例：from getitune.engine import create_engine；engine = create_engine(model="src/getitune/recipe/detection/yolox_s.yaml", data="/path/to/dataset_root")；engine.train()。需将数据集整理为一种受支持格式，并确认标记文件/文件夹位于所传根目录下。数据集需与任务匹配：检测需边界框标注，分割需掩码，分类需逐图标签，任务与标签须与所选模型一致。建议先用 engine.train(max_epochs=1) 做小规模冒烟测试，确认一个训练批次和一个验证批次能正常加载后再完整训练。若训练 Ultralytics YOLO 模型，可直接将 Ultralytics 的 data.yaml 作为 data= 或 --data_root 传入；Ultralytics 支持需从源码安装并带 ultralytics extra，PyPI 包中不包含。
限制与排错：格式检测错误或失败通常因根目录存在多余嵌套或缺少标记文件，需确认标记直接位于所传路径下。训练时出现特征/标签不匹配，说明标注类型与任务不符，可参考 getitune-training-a-model 并显式传入 task=。Geti 应用后端通过 application/backend/app/datumaro_converter/ 在 Geti 内部数据集与 COCO/VOC 之间转换，这是应用侧路径，与库的 data= 用法不同。相关技能：getitune-training-a-model 通过 data= 消费已准备的数据集；getitune-discovering-models 用于选择与数据集任务匹配的模型。