Introduzione ai dati di immagine: crea un set di dati per la classificazione delle immagini e importa le immagini
Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
Utilizza la console Google Cloud per creare un set di dati di classificazione delle immagini.
Dopo aver creato il set di dati, utilizza un file CSV che rimanda alle immagini in un bucket Cloud Storage pubblico per importarle nel set di dati.
Ogni pagina presuppone che tu abbia già eseguito le istruzioni delle pagine precedenti del tutorial.
File di input dei dati delle immagini
I file immagine utilizzati in questo tutorial provengono dal set di dati dei fiori utilizzato in questo post del blog di TensorFlow.
Queste immagini di input sono archiviate in un bucket Cloud Storage pubblico. Questo
bucket accessibile pubblicamente contiene anche un file CSV che utilizzi per l'importazione dei dati.
Questo file ha due colonne: la prima elenca l'URI di un'immagine in Cloud Storage e la seconda contiene l'etichetta dell'immagine. Di seguito sono riportate alcune righe di esempio:
Creare un set di dati di classificazione delle immagini e importare dati
Visita la console
Google Cloud per iniziare il processo di creazione del set di dati e di addestramento del modello di classificazione delle immagini.
Quando richiesto, assicurati di selezionare il progetto che hai utilizzato per il bucket Cloud Storage.
Nella pagina Inizia a utilizzare Vertex AI, fai clic su
Crea set di dati.
(Facoltativo) Specifica un nome per questo set di dati.
Nella scheda Immagine della sezione "Seleziona un tipo di dati e un obiettivo", scegli
l'opzione
radio_button_checkedClassificazione immagine (etichetta singola). Nel menu a discesa Regione, seleziona US Central.
Seleziona Crea per creare il set di dati vuoto. Dopo aver selezionato Crea, si aprirà la finestra di importazione dei dati.
Seleziona radio_button_checkedSeleziona
file di importazione da Cloud Storage e specifica l'URI Cloud Storage
del file CSV con i dati di posizione e etichetta dell'immagine. Per questa
guida rapida, il file CSV si trova in
gs://cloud-samples-data/ai-platform/flowers/flowers.csv. Copia e incolla
quanto segue nel campo "Percorso file di importazione":
Fai clic su Continua per iniziare l'importazione delle immagini. Il processo di importazione richiede alcuni minuti. Al termine, verrà visualizzata la pagina successiva, contenente tutte le immagini identificate per il tuo set di dati, con e senza etichetta.
[[["Facile da capire","easyToUnderstand","thumb-up"],["Il problema è stato risolto","solvedMyProblem","thumb-up"],["Altra","otherUp","thumb-up"]],[["Difficile da capire","hardToUnderstand","thumb-down"],["Informazioni o codice di esempio errati","incorrectInformationOrSampleCode","thumb-down"],["Mancano le informazioni o gli esempi di cui ho bisogno","missingTheInformationSamplesINeed","thumb-down"],["Problema di traduzione","translationIssue","thumb-down"],["Altra","otherDown","thumb-down"]],["Ultimo aggiornamento 2025-09-04 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."]]
