Hello 图片数据：创建图片分类数据集并导入图片

使用 Google Cloud 控制台来创建图片分类数据集。创建数据集后，使用指向公共 Cloud Storage 存储桶中的图片的 CSV 将这些图片导入数据集。

本教程包含多个页面：

  1. 设置您的项目和环境。

  2. 创建图片分类数据集并导入图片。

  3. 训练 AutoML 图片分类模型。

  4. 评估和分析模型性能。

  5. 将模型部署到端点并发送预测。

  6. 清理您的项目。

每个页面均假定您已经按照本教程中之前页面的说明操作。

图片数据输入文件

您在本教程中使用的图片文件来自此 Tensorflow 博文中使用的花卉数据集。这些输入图片存储在公共 Cloud Storage 存储桶中。此可公开访问的存储桶还包含用于数据导入的 CSV 文件。 此文件有两列：第一列列出 Cloud Storage 中的图片 URI，第二列包含图片的标签。以下是一些示例行：

gs://cloud-samples-data/ai-platform/flowers/flowers.csv:

gs://cloud-samples-data/ai-platform/flowers/daisy/10559679065_50d2b16f6d.jpg,daisy
gs://cloud-samples-data/ai-platform/flowers/dandelion/10828951106_c3cd47983f.jpg,dandelion
gs://cloud-samples-data/ai-platform/flowers/roses/14312910041_b747240d56_n.jpg,roses
gs://cloud-samples-data/ai-platform/flowers/sunflowers/127192624_afa3d9cb84.jpg,sunflowers
gs://cloud-samples-data/ai-platform/flowers/tulips/13979098645_50b9eebc02_n.jpg,tulips

创建图片分类数据集并导入数据

访问 Google Cloud 控制台，开始创建数据集并训练图片分类模型的过程。

收到提示时，请务必选择用于您的 Cloud Storage 存储分区的项目。

  1. 在“Vertex AI 使用入门”页面中，点击创建数据集。

    Vertex AI 信息中心

  2. 为此数据集指定名称（可选）。

  3. 在“选择数据类型和目标”部分的“图片”标签页中，选择图片分类（单标签）单选选项。在“区域”下拉菜单中，选择美国中部。

    新建数据集窗口

  4. 选择创建以创建空数据集。选择“创建”后，您将进入数据导入窗口。

  5. 选择 从 Cloud Storage 中选择导入文件，然后指定包含图片位置和标签数据的 CSV 文件的 Cloud Storage URI。在本快速入门中，该 CSV 文件位于 gs://cloud-samples-data/ai-platform/flowers/flowers.csv。将以下内容复制并粘贴到“导入文件路径”字段中：

    • cloud-samples-data/ai-platform/flowers/flowers.csv

    选择文件导入窗口

  6. 点击继续以开始导入图片。导入过程需要几分钟时间。完成后，您将进入下一页，该页面显示了为数据集识别出的所有图片（包括已标记图片和未标记的图片）。

后续步骤

按照本教程的下一页启动 AutoML 模型训练。

上一页
设置您的项目和环境
下一页
训练 AutoML 图片分类模型