上传数据集图像失败，AutoML Google Vision失败

Question

将数据集图像上传到AutoML时出现问题。我选择从PC上传图片。我尝试上传多张和单张图像，以确保格式正确。我尝试创建新的云存储容器。我收到以下错误详细信息：

操作ID：项目/ 362703496160 / locations / us-central1 / operations / ICN8572734381850886144错误讯息：错误：INVALID_ROW：在gs：// cloud-automl-tenant-gcs-868eb49b-dec0-4c63-a25c-659fa5ffdd76 / create-csv-1065568604314927104-2020-06-02T21：32：31.819Z的第1行找到无效的输入。 csv：“不支持的文件扩展名。”错误：CORRUPTED_FILE：CSV文件为空或不包含有效行。

我不确定为什么csv文件会发挥作用，因为上传选项是来自我PC的图像。

最后，当我查看云存储容器时，图像在那里，并且还列出了图像的URL。我可以访问它们并查看它们，但它们不会上传并显示在数据集下的Auto ML Vision图像中。

任何想法？！！

Answer 1

要使用importData方法，CSV文件及其指向的图像都必须在Google Cloud Storage存储桶中。

此外，CSV文件还必须满足以下要求

https://cloud.google.com/vision/automl/object-detection/docs/csv-format

https://cloud.google.com/vision/automl/docs/create-datasets

Answer 2

进一步阅读文档后，确实声明图像必须为.zip格式。压缩映像目录后，我可以毫无问题地上传到存储桶。

值得注意的地方：

[如果使用Google Vision并为AutoML数据集上传图像，我建议首先，通过Google存储将图像上传到存储桶。然后，导出存储区目录的xml并创建用于Vision数据集上传的cvs文件。 cvs格式允许为每个对象（标签）分配训练，验证和测试分类。该文档说，要成功识别每个对象，最低要求为8-1-1（训练-验证-测试）。因此，如果您只是通过Google Vision UI将压缩后的图像上传到存储桶，则无法为图像分配分类，而只能为标签分配分类。一个人可以在一个对象（标签）上上传30幅以上的图像，并且系统不会自动将这些图像分配给Training-Validation-Test分类以达到8-1-1的最低要求。如果您没有达到训练的8张图像，验证的1张图像和测试的1张图像的最低要求，那么您将无法开始训练模型。为了节省大量时间和/或如果您想快速进行简单的模型训练，csv格式必不可少。