Datos de imagen de Hello: configura tu proyecto y entorno

En este instructivo, se explican los pasos necesarios para entrenar y obtener predicciones de tu modelo de clasificación de imágenes en la consola de Google Cloud. Si planeas usar el SDK de Vertex AI para Python, asegúrate de que la cuenta de servicio que inicializa el cliente tenga la IAM de Vertex AI Service Agent (roles/aiplatform.serviceAgent) función.

Configura tu proyecto de Google Cloud para usar la IA de Vertex. Luego, crea un bucket de Cloud Storage y copia los archivos de imagen que usarás en el entrenamiento de un modelo de clasificación de imágenes de AutoML.


Para seguir la guía paso a paso en esta tarea directamente en la consola de Google Cloud, haz clic en Guía:

Guiarme


Nota: El instructivo en la consola de Google Cloud y el que se explica aquí son básicamente los mismos. Sin embargo, se usa un conjunto de datos de varias etiquetas en el primer caso y un conjunto de datos de una sola etiqueta en el segundo.

En este instructivo, se incluyen las siguientes páginas:

  1. Configura tu proyecto y tu entorno.

  2. Crea un conjunto de datos de clasificación de imágenes y, luego, importar imágenes.

  3. Entrena un modelo de clasificación de imágenes de AutoML.

  4. Evalúa y analiza el rendimiento del modelo.

  5. Implementa el modelo en un extremo y envía una predicción.

  6. Limpia tu proyecto.

En cada página, se supone que ya realizaste las instrucciones de las páginas anteriores del instructivo.

Antes de comenzar

Completa los pasos siguientes antes de usar la funcionalidad de Vertex AI.

  1. En la consola de Google Cloud, ve a la página del selector de proyectos.

    Ir al selector de proyectos

  2. Selecciona o crea un proyecto de Google Cloud.

  3. Asegúrate de que la facturación esté habilitada para tu proyecto de Google Cloud.

  4. Abre Cloud Shell. Cloud Shell es un entorno de shell interactivo para Google Cloud que te permite administrar proyectos y recursos desde el navegador web.
  5. Ir a Cloud Shell
  6. En Cloud Shell, establece el proyecto actual como el ID del proyecto de Google Cloud y guárdalo en la variable de shell projectid:
      gcloud config set project PROJECT_ID &&
      projectid=PROJECT_ID &&
      echo $projectid
    Reemplaza PROJECT_ID con el ID del proyecto. Puedes ubicar el ID del proyecto en la consola de Google Cloud. Para obtener más información, consulta Encuentra el ID del proyecto.
  7. Habilita las APIs de IAM, Compute Engine, Notebooks, Cloud Storage, and Vertex AI:

    gcloud services enable iam.googleapis.com  compute.googleapis.com notebooks.googleapis.com storage.googleapis.com aiplatform.googleapis.com
  8. Otorga roles a tu Cuenta de Google. Ejecuta el siguiente comando una vez para cada uno de los siguientes roles de IAM: roles/aiplatform.user, roles/storage.admin

    gcloud projects add-iam-policy-binding PROJECT_ID --member="user:EMAIL_ADDRESS" --role=ROLE
    • Reemplaza PROJECT_ID con el ID del proyecto.
    • Reemplaza EMAIL_ADDRESS por tu dirección de correo electrónico.
    • Reemplaza ROLE por cada rol individual.
  9. El rol de usuario de Vertex AI IAM (roles/aiplatform.user ) proporciona acceso para usar todos los recursos en Vertex AI. La función Administrador de almacenamiento (roles/storage.admin) almacena el conjunto de datos de entrenamiento del documento en Cloud Storage.

¿Qué sigue?

Sigue la página siguiente de este instructivo a fin de usar la consola de Google Cloud para crear un conjunto de datos de clasificación de imágenes y, también, importar imágenes alojadas en un bucket público de Cloud Storage.