Importer des images
Important
Le support de Machine Learning Studio (classique) prend fin le 31 août 2024. Nous vous recommandons de passer à Azure Machine Learning avant cette date.
À partir du 1er décembre 2021, vous ne pourrez plus créer de nouvelles ressources Machine Learning Studio (classique). Jusqu’au 31 août 2024, vous pouvez continuer à utiliser les ressources Machine Learning Studio (classique) existantes.
- Consultez les informations sur le déplacement des projets de machine learning de ML Studio (classique) à Azure Machine Learning.
- En savoir plus sur Azure Machine Learning.
La documentation ML Studio (classique) est en cours de retrait et ne sera probablement plus mise à jour.
charge des images à partir de Stockage d’objets BLOB Azure dans un jeu de données
Catégorie : Modules de la bibliothèque OpenCV
Notes
s’applique à: Machine Learning Studio (classic) uniquement
Des modules par glisser-déposer similaires sont disponibles dans Concepteur Azure Machine Learning.
Vue d’ensemble du module
cet article explique comment utiliser le module importer des images dans Machine Learning Studio (classic) pour récupérer plusieurs Images à partir du stockage d’objets Blob Azure et créer un jeu de données d’images à partir de celles-ci.
Lorsque vous utilisez ce module pour charger des images à partir du stockage d’objets BLOB dans votre espace de travail, chaque image est convertie en une série de valeurs numériques pour les canaux rouge, vert et bleu, ainsi que le nom du fichier image. Un jeu de données de ces images est constitué de plusieurs lignes dans une table, chacune avec un ensemble différent de valeurs RVB et des noms de fichiers image correspondants. Pour obtenir des instructions sur la préparation de vos images et la connexion au stockage d’objets BLOB, consultez Comment importer des images.
Après avoir converti toutes vos images, vous pouvez passer ce jeu de données au module noter le modèle et connecter un modèle de classification d’image pré-formé pour prédire le type d’image.
Vous pouvez importer n’importe quel type d’image utilisé pour Machine Learning ; Toutefois, il existe des limitations, y compris les types et la taille des images qui peuvent être traitées, consultez la section Notes techniques .
Comment utiliser les images d’importation
Cet exemple suppose que vous avez téléchargé plusieurs images sur votre compte dans le stockage d’objets BLOB Azure. Les images se trouvent dans un conteneur désigné à cet effet uniquement. En règle générale, chaque image doit être relativement petite et avoir les mêmes dimensions et canaux de couleurs. Pour obtenir une liste détaillée des exigences qui s’appliquent aux images, consultez la section Notes techniques .
Ajoutez le module importer des images à votre expérience dans Studio (Classic).
Ajoutez la classification d’images en cascade préformée et le module noter le modèle .
Dans le module importer des images , configurez l’emplacement des images et fournissez la méthode d’authentification, privée ou publique :
Si l’ensemble d’images se trouve dans un objet BLOB qui a été configuré pour un accès public par le biais de signatures d’accès partagé(SAP), tapez l’URL du conteneur qui contient les images.
Si les images sont stockées dans un compte privé dans le stockage Azure, sélectionnez compte, puis tapez le nom du compte tel qu’il apparaît dans le portail de gestion. Ensuite, collez la clé de compte primaire ou secondaire.
Pour chemin d’accès au conteneur, tapez uniquement le nom du conteneur et aucun autre élément de chemin d’accès.
Connecter la sortie des Images d’importation dans le module noter le modèle .
Exécutez l’expérience.
Résultats
Chaque ligne du jeu de données de sortie contient des données d’une image. Les lignes sont triées par ordre alphabétique par nom d’image, et les colonnes contiennent les informations suivantes, dans cet ordre :
- La première colonne contient les noms d'image.
- Toutes les autres colonnes contiennent des données aplaties des canaux de couleur rouge, vert et bleu, dans cet ordre.
- Le canal de transparence est ignoré.
En fonction de la profondeur de couleur de l’image et du format d’image, il peut y avoir plusieurs milliers de colonnes pour une seule image. Par conséquent, pour afficher les résultats de l’expérience, nous vous recommandons d’ajouter le module Sélectionner des colonnes dans le jeu de données et de sélectionner uniquement les colonnes suivantes :
- Nom de l'image
- Étiquettes notées
- Probabilités notées
Notes techniques
Cette section contient des informations sur l’implémentation, des conseils et des réponses aux questions fréquemment posées.
Formats d’image pris en charge
Le module importer des images détermine le type d’une image en lisant les premiers octets du contenu, et non l’extension de fichier. En fonction de ces informations, il détermine si l’image est l’un des formats d’image pris en charge.
- fichiers bitmap Windows : .bmp,. dib
- Fichiers JPEG :. jpeg, .jpg,. jpe
- Fichiers JPEG 2000 :. JP2
- Portable Network Graphics : .png
- Format d’image portable :. PBM,. PGM,. ppm
- Sun raster :. SR,. RAS
- Fichiers TIFF :. TIFF,. TIF
Exigences des images
Les exigences suivantes s’appliquent aux images traitées par le module importer des images :
- Toutes les images doivent avoir la même forme.
- Toutes les images doivent avoir les mêmes canaux de couleurs. Par exemple, vous ne pouvez pas mélanger des images en nuances de gris avec des images RBG.
- La limite est de 65 536 pixels par image. Toutefois, le nombre d'images n'est pas limité.
- Si vous spécifiez un conteneur d’objets BLOB comme source, le conteneur ne doit pas contenir d’autres types de données. Assurez-vous que le conteneur contient uniquement des images avant d’exécuter le module.
Autres restrictions
Si vous envisagez d’utiliser le module de classification d’images en cascade préformée , sachez qu’il prend actuellement en charge uniquement la reconnaissance des visages dans la vue frontale ; les autres classifieurs d’images ne sont pas encore disponibles.
Vous ne pouvez pas utiliser de jeux de données d’image avec ces modules : former, effectuer une validation croisée du modèle.
Paramètres du module
| Nom | Plage | Type | Default | Description |
|---|---|---|---|---|
| Spécifiez le type d'authentification | Liste | AuthenticationType | Compte | UIR public ou à signature d'accès partagé (SAP), ou informations d'identification d'utilisateur |
| URI | Quelconque | String | aucun | URI avec accès SAP ou public |
| Nom du compte | Quelconque | String | aucun | Nom du compte de Stockage Azure |
| Clé de compte | Quelconque | SecureString | aucun | Clé associée au compte de Stockage Azure |
| Chemin d'accès au conteneur, répertoire ou blob | Quelconque | String | aucun | Chemin d'accès à un objet blob ou au nom de table |
Output
| Nom | Type | Description |
|---|---|---|
| Jeu de données de résultats | Table de données | Jeu de données avec images téléchargées |
Exceptions
| Exception | Description |
|---|---|
| Erreur 0003 | Une exception se produit si une ou plusieurs entrées ont la valeur Null ou sont vides. |
| Erreur 0029 | Une exception se produit si un URI non valide est passé. |
| Erreur 0009 | Cette exception est levée quand le nom du compte de stockage Azure ou le nom du conteneur sont spécifiés de manière incorrecte. |
| Erreur 0015 | Cette exception est levée quand la connexion de base de données a échoué. |
| Erreur 0030 | Une exception se produit s'il est impossible de télécharger un fichier. |
| Erreur 0049 | Une exception se produit s'il est impossible d'analyser un fichier. |
| Erreur 0048 | Une exception se produit s'il est impossible d'ouvrir un fichier. |
pour obtenir la liste des erreurs spécifiques aux modules Studio (classiques), consultez Machine Learning codes d’erreur.
pour obtenir la liste des exceptions d’api, consultez Machine Learning les Codes d’erreur de l' api REST.
Voir aussi
Classification d’image en cascade préformée
Liste alphabétique des modules