Hello 画像データ: 画像分類データセットを作成して画像をインポートする

Google Cloud コンソールを使用して画像分類データセットを作成します。データセットを作成したら、Cloud Storage の公開バケットにある画像を指す CSV を使用して、それらの画像をデータセットにインポートします。

このチュートリアルは、次のページから構成されています。

各ページは、前のページのチュートリアルの手順をすでに実施していることを前提としています。

画像データ入力ファイル

このチュートリアルで使用する画像ファイルは、こちらの Tensorflow のブログ記事で使用されている花のデータセットからのものです。これらの入力画像は Cloud Storage の公開バケットに保存されます。この公開バケットには、データのインポートに使用する CSV ファイルも置かれています。このファイルには 2 つの列があります。最初の列には Cloud Storage 内の画像の URI、2 番目の列には画像のラベルを記述します。行の例をいくつか示します。

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

画像分類データセットを作成してデータをインポートする

Google Cloud コンソールにアクセスして、データセットを作成し、画像分類モデルをトレーニングするプロセスを開始します。

プロンプトが表示されたら、Cloud Storage バケットに使用したプロジェクトを必ず選択します。

[Vertex AI スタートガイド] ページで [データセットを作成] をクリックします。
このデータセットの名前を指定します（省略可）。
[データタイプと目標の選択] セクションの [画像] タブで、[画像分類（単一ラベル）] ラジオボタンを選択します。[リージョン] プルダウンメニューで、[US Central] を選択します。
[作成] を選択して、空のデータセットを作成します。[作成] を選択すると、データのインポートウィンドウに進みます。
[インポートファイルを Cloud Storage から選択] を選択し、画像の場所とラベルデータが記述された CSV ファイルの Cloud Storage URI を指定します。このクイックスタートでは、CSV ファイルは、gs://cloud-samples-data/ai-platform/flowers/flowers.csv にあります。[インポートファイルのパス] フィールドに、次の行をコピーして貼り付けます。
- ```
cloud-samples-data/ai-platform/flowers/flowers.csv
```
[続行] を選択して、画像のインポートを開始します。インポートには数分かかります。完了すると、次のページが表示され、データセットに対して識別されたすべての画像（ラベル付きの画像とラベルなし画像の両方）が表示されます。
指定された花のデータセットを使用すると、いくつかの警告が表示されます。これは、自分のデータを使用すると発生する可能性のあるエラーメッセージを示すためのものです。

次のステップ

このチュートリアルの次のページの手順に沿って AutoML モデルのトレーニングジョブを開始する。

プロジェクトと環境を設定する

AutoML 画像分類モデルをトレーニングする