Hello-Bilddaten: Dataset zur Bildklassifizierung erstellen und Bilder importieren
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Erstellen Sie mit der Google Cloud Console ein Dataset zur Bildklassifizierung.
Nachdem das Dataset erstellt wurde, können Sie es mit einer CSV-Datei, die auf Bilder in einem öffentlichen Cloud Storage-Bucket verweist, in das Dataset importieren.
Auf jeder Seite wird davon ausgegangen, dass Sie die Anleitung auf den vorherigen Seiten des Leitfadens bereits ausgeführt haben.
Eingabedatei für Bilddaten
Die Bilddateien, die Sie in dieser Anleitung verwenden, stammen aus dem Blumen-Dataset, das in diesem Tensorflow-Blogpost verwendet wird.
Diese Eingabebilder werden in einem öffentlichen Cloud Storage-Bucket gespeichert. Dieser öffentlich zugängliche Bucket enthält auch eine CSV-Datei, die Sie für den Datenimport verwenden.
Diese Datei hat zwei Spalten: Die erste Spalte enthält den URI eines Bildes in Cloud Storage und die zweite Spalte das Label des Bildes. Unten sehen Sie einige Beispielzeilen:
Dataset zur Bildklassifizierung erstellen und Daten importieren
Rufen Sie die Google Cloud Console auf, um mit dem Erstellen des Datasets und dem Trainieren Ihres Bildklassifizierungsmodells zu beginnen.
Wählen Sie bei Aufforderung das Projekt aus, das Sie für Ihren Cloud Storage-Bucket verwendet haben.
Klicken Sie auf der Seite "Erste Schritte mit Vertex AI" auf Dataset erstellen.
Geben Sie einen Namen für dieses Dataset an (optional).
Wählen Sie auf dem Tab "Bild" des Abschnitts "Datentyp und Ziel auswählen" das Optionsfeld radio_button_checkedBildklassifizierung (ein Label) aus. Wählen Sie im Drop-down-Menü "Region" US (Mitte) aus.
Wählen Sie Erstellen aus, um das leere Dataset zu erstellen. Nach Auswahl von "Erstellen" wird das Fenster für den Datenimport aufgerufen.
Wählen Sie radio_button_checkedImportdateien aus Cloud Storage auswählen aus und geben Sie den Cloud Storage-URI der CSV-Datei mit dem Bildspeicherort und den Labeldaten an. In dieser Kurzanleitung befindet sich die CSV-Datei unter gs://cloud-samples-data/ai-platform/flowers/flowers.csv. Kopieren Sie den folgenden Code und fügen Sie ihn in das Feld "Importdateipfad" ein:
Klicken Sie auf Continue, um den Bildimport zu starten. Der Importvorgang dauert einige Minuten. Wenn der Vorgang abgeschlossen ist, werden Sie zur nächsten Seite weitergeleitet. Dort sehen Sie alle für Ihr Dataset ermittelten Bilder mit und ohne Label.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-08-18 (UTC)."],[],[],null,["# Hello image data: Create an image classification dataset and import images\n\nUse the Google Cloud console to create an image classification dataset.\nAfter your dataset is created, use a CSV pointing to images in a public\nCloud Storage bucket to import those images into the dataset.\n\nThis tutorial has several pages:\n\n1. [Set up your project and environment.](/vertex-ai/docs/tutorials/image-classification-automl)\n\n2. Create an image classification dataset, and\n import images.\n\n3. [Train an AutoML image classification\n model.](/vertex-ai/docs/tutorials/image-classification-automl/training)\n\n4. [Evaluate and analyze model performance.](/vertex-ai/docs/tutorials/image-classification-automl/error-analysis)\n\n5. [Deploy a model to an endpoint, and send a\n prediction.](/vertex-ai/docs/tutorials/image-classification-automl/deploy-predict)\n\n6. [Clean up your project.](/vertex-ai/docs/tutorials/image-classification-automl/cleanup)\n\nEach page assumes that you have already performed the instructions from the\nprevious pages of the tutorial.\n\nImage data input file\n---------------------\n\n| **Key point** : A single dataset can be used for multiple objectives. This tutorial focuses on *image classification* (applying a label to an image), but the same data could be used for another objective, such as *object detection* (object identification and labeling).\n\nThe image files you use in this tutorial are from the flower dataset used in\nthis [Tensorflow blog post](https://cloud.google.com/blog/products/gcp/how-to-classify-images-with-tensorflow-using-google-cloud-machine-learning-and-cloud-dataflow).\nThese input images are stored in a public Cloud Storage bucket. This\npublicly-accessible bucket also contains a CSV file you use for data import.\nThis file has two columns:\nthe first column lists an image's URI in Cloud Storage, and the second\ncolumn contains the image's label. Below you can see some sample rows:\n\n`gs://cloud-samples-data/ai-platform/flowers/flowers.csv`: \n\n gs://cloud-samples-data/ai-platform/flowers/daisy/10559679065_50d2b16f6d.jpg,daisy\n gs://cloud-samples-data/ai-platform/flowers/dandelion/10828951106_c3cd47983f.jpg,dandelion\n gs://cloud-samples-data/ai-platform/flowers/roses/14312910041_b747240d56_n.jpg,roses\n gs://cloud-samples-data/ai-platform/flowers/sunflowers/127192624_afa3d9cb84.jpg,sunflowers\n gs://cloud-samples-data/ai-platform/flowers/tulips/13979098645_50b9eebc02_n.jpg,tulips\n\nCreate an image classification dataset and import data\n------------------------------------------------------\n\nVisit the [Google Cloud console](https://console.cloud.google.com/vertex-ai/)\nto begin the process of creating your dataset and training your image\nclassification model.\n\nWhen prompted, make sure to select the project that you used for your Cloud\nStorage bucket.\n\n1. From the Get started with Vertex AI page, click\n **Create dataset**.\n\n2. Specify a name for this dataset (optional).\n\n3. In the Image tab of the \"Select a data type and objective\" section, choose\n the\n radio_button_checked**Image classification (Single-label)**\n radio option. In the Region drop-down menu select **US Central**.\n\n4. Select **Create** to create the empty dataset. After selecting Create you\n will advance to the data import window.\n\n5. Select the radio_button_checked**Select\n import files from Cloud Storage** and specify the Cloud Storage\n URI of the CSV file with the image location and label data. For this\n quickstart, the CSV file is at\n `gs://cloud-samples-data/ai-platform/flowers/flowers.csv`. Copy and paste\n the following into the \"Import file path\" field:\n\n -\n\n ```\n cloud-samples-data/ai-platform/flowers/flowers.csv\n ```\n\n6. Click **Continue** to begin image import. The import process takes a\n few minutes. When it completes, you are taken to the next page that shows\n all of the images identified for your dataset, both labeled and\n unlabeled images.\n\n | When using the indicated flower dataset, you will see several warning alerts. This is purposeful, to show you error messages you may encounter with your own data.\n\n \u003cbr /\u003e\n\nWhat's next\n-----------\n\nFollow the [next page of this tutorial](/vertex-ai/docs/tutorials/image-classification-automl/training) to start an\nAutoML model training job."]]
