Datos de imágenes de Hello: Crea un conjunto de datos de clasificación de imágenes y, luego, importa imágenes
Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
Usa la consola de Google Cloud para crear un conjunto de datos de clasificación de imágenes.
Después de crear tu conjunto de datos, usa un CSV que apunte a las imágenes en un bucket público de Cloud Storage para importar esas imágenes al conjunto.
En este instructivo, se incluyen las siguientes páginas:
En cada página, se supone que ya realizaste las instrucciones de las páginas anteriores del instructivo.
Archivo de entrada de datos de imágenes
Los archivos de imagen que usas en este instructivo pertenecen al conjunto de datos de flores que se usa en esta entrada de blog de Tensorflow.
Estas imágenes de entrada se almacenan en un bucket público de Cloud Storage. Este bucket de acceso público también contiene un archivo CSV que usas para importar datos.
Este archivo tiene dos columnas: la primera enumera el URI de una imagen en Cloud Storage y la segunda contiene la etiqueta de la imagen. A continuación, puedes ver algunas filas de muestra:
Cree un conjunto de datos de clasificación de imágenes y, luego, importe datos
Visita la consola deGoogle Cloud para comenzar el proceso de creación de tu conjunto de datos y el entrenamiento de tu modelo de clasificación de imágenes.
Cuando se te solicite, asegúrate de seleccionar el proyecto que usaste para el bucket de Cloud Storage.
En la página de introducción a Vertex AI, haz clic en Crear conjunto de datos.
Especifica un nombre para este conjunto de datos (opcional).
En la pestaña Imagen de la sección “Selecciona un tipo y objetivo de datos”, elige la opción de selección radio_button_checkedClasificación de imágenes (una etiqueta). En el menú desplegable Región, selecciona Región central de EE.UU.
Selecciona Crear para crear el conjunto de datos vacío. Después de seleccionar Crear, avanzarás a la ventana de importación de datos.
Selecciona el radio_button_checkedSeleccionar archivos de importación desde Cloud Storage y especifica el URI de Cloud Storage del archivo CSV con la ubicación de la imagen y los datos de la etiqueta. En esta guía de inicio rápido, el archivo CSV se encuentra en gs://cloud-samples-data/ai-platform/flowers/flowers.csv. Copia y pega lo siguiente en el campo “Importar ruta de acceso al archivo”:
Haz clic en Continue (Continuar) para comenzar la importación de imágenes. El proceso de importación tarda unos minutos en completarse. Cuando finalice, se te redirigirá a la siguiente página, que muestra todas las imágenes identificadas para tu conjunto de datos, tanto las etiquetadas como las no etiquetadas.
[[["Fácil de comprender","easyToUnderstand","thumb-up"],["Resolvió mi problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Difícil de entender","hardToUnderstand","thumb-down"],["Información o código de muestra incorrectos","incorrectInformationOrSampleCode","thumb-down"],["Faltan la información o los ejemplos que necesito","missingTheInformationSamplesINeed","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 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."]]
