Dados de imagem do Hello: crie um conjunto de dados de classificação de imagens e importe imagens
Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
Use o console do Google Cloud para criar um conjunto de dados de classificação de imagens.
Depois de criar o conjunto de dados, use um CSV apontando para imagens em um bucket público do Cloud Storage para importar essas imagens para o conjunto de dados.
Cada página pressupõe que você já tenha realizado as instruções das páginas anteriores do tutorial.
Arquivo de entrada de dados de imagem
Os arquivos de imagem que você usa neste tutorial são do conjunto de dados de flores usado nesta postagem do blog do Tensorflow (em inglês).
Essas imagens de entrada são armazenadas em um bucket público do Cloud Storage. Esse bucket acessível publicamente também contém um arquivo CSV usado para a importação de dados.
Esse arquivo tem duas colunas: a primeira coluna lista o URI de uma imagem no Cloud Storage e a segunda contém o rótulo da imagem. Veja a seguir algumas linhas de amostra:
Crie um conjunto de dados de classificação de imagens e importe dados
Acesse o console do Google Cloud
para iniciar o processo de criação do conjunto de dados e treinar o modelo de classificação
de imagens.
Quando solicitado, selecione o projeto usado para o bucket do Cloud Storage.
Na página Primeiros passos com a Vertex AI, clique em
Criar conjunto de dados.
Especifique um nome para esse conjunto de dados (opcional).
Na guia "Imagem" da seção "Selecionar um tipo de dados e objetivo", escolha
a
opção
radio_button_checkedClassificação de imagem (rótulo único). No menu suspenso "Região", selecione Central dos EUA.
Selecione Criar para criar o conjunto de dados vazio. Depois de selecionar "Criar", você acessará a janela de importação de dados.
Selecione radio_button_checkedSelecionar arquivos de importação do Cloud Storage e especifique o URI do Cloud Storage do arquivo CSV com o local da imagem e os dados do rótulo. Para este guia de início rápido, o arquivo CSV está em gs://cloud-samples-data/ai-platform/flowers/flowers.csv. Copie e cole o seguinte no campo "Importar caminho do arquivo":
Clique em Continuar para iniciar a importação da imagem. O processo de importação leva alguns minutos. Após a conclusão, você será direcionado para a próxima página, que mostra todas as imagens identificadas para seu conjunto de dados, tanto imagens rotuladas como não rotuladas.
[[["Fácil de entender","easyToUnderstand","thumb-up"],["Meu problema foi resolvido","solvedMyProblem","thumb-up"],["Outro","otherUp","thumb-up"]],[["Difícil de entender","hardToUnderstand","thumb-down"],["Informações incorretas ou exemplo de código","incorrectInformationOrSampleCode","thumb-down"],["Não contém as informações/amostras de que eu preciso","missingTheInformationSamplesINeed","thumb-down"],["Problema na tradução","translationIssue","thumb-down"],["Outro","otherDown","thumb-down"]],["Última atualização 2024-11-21 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."]]
