Imagens de Importação

Carrega imagens do Azure BLOB Storage num conjunto de dados

Categoria: Módulos da Biblioteca OpenCV

Nota

Aplica-se a: Machine Learning Studio (clássico)

Este conteúdo diz respeito apenas ao Studio (clássico). Módulos semelhantes de arrasto e queda foram adicionados ao designer de Aprendizagem automática Azure. Saiba mais neste artigo comparando as duas versões.

Visão geral do módulo

Este artigo descreve como usar o módulo Import Images no Azure Machine Learning Studio (clássico), para obter várias imagens do armazenamento de Azure Blob e criar um conjunto de dados de imagem a partir deles.

Quando utiliza este módulo para carregar imagens do armazenamento de bolhas no seu espaço de trabalho, cada imagem é convertida para uma série de valores numéricos para os canais vermelho, verde e azul, juntamente com o nome do ficheiro de imagem. Um conjunto de dados dessas imagens consiste em múltiplas linhas numa tabela, cada uma com um conjunto diferente de valores RGB e nomes de ficheiros de imagem correspondentes. Para obter instruções sobre como preparar as suas imagens e ligar-se ao armazenamento de bolhas,consulte Como Importar Imagens .

Depois de ter convertido todas as suas imagens, pode então passar este conjunto de dados para o módulo 'Modelo de Pontuação' e ligar um modelo de classificação de imagem pré-treinado para prever o tipo de imagem.

Pode importar qualquer tipo de imagens usadas para machine learning; no entanto, existem limitações, incluindo os tipos e tamanho das imagens que podem ser processadas, consulte a secção de notas técnicas.

Como utilizar imagens de importação

Este exemplo pressupõe que fez o upload de várias imagens para a sua conta no armazenamento de blob Azure. As imagens estão num contentor designado apenas para o efeito. Em regra, cada imagem deve ser relativamente pequena e ter as mesmas dimensões e canais de cor. Para obter uma lista detalhada dos requisitos aplicáveis às imagens, consulte a secção de notas técnicas.

  1. Adicione o módulo Import Images à sua experiência em Studio (clássico).

  2. Adicione a Classificação de Imagem em Cascata pré-treinada e o módulo de Modelo de Pontuação.

  3. No módulo Import Images, configurar a localização das imagens e fornecer o método de autenticação, privado ou público:

    • Se o conjunto de imagens estiver numa bolha que tenha sido configurada para acesso público através de Assinaturas de Acesso Partilhado(SAS), digite o URL no recipiente que detém as imagens.

    • Se as imagens forem armazenadas numa conta privada no armazenamento Azure, selecione Contae, em seguida, digite o nome da conta tal como aparece no portal de gestão. Em seguida, cole na chave de conta primária ou secundária.

    • Para o caminho do recipiente, escreva apenas o nome do recipiente e não há outros elementos de caminho.

  4. Ligue a saída de Imagens de Importação ao módulo 'Modelo de Pontuação'.

  5. Execute a experimentação.

Resultados

Cada linha do conjunto de dados de saída contém dados de uma imagem. As linhas são ordenadas alfabeticamente pelo nome da imagem, e as colunas contêm as seguintes informações, por esta ordem:

  • A primeira coluna contém nomes de imagem.
  • Todas as outras colunas contêm dados achatados dos canais de cor vermelha, verde e azul, por esta ordem.
  • O canal de transparência é ignorado.

Dependendo da profundidade de cor da imagem e do formato de imagem, pode haver muitos milhares de colunas para uma única imagem. Portanto, para visualizar os resultados da experiência, recomendamos que adicione as Colunas Selecionadas no módulo Dataset e selecione apenas estas colunas:

  • Nome da Imagem
  • Etiquetas Classificadas
  • Probabilidades Pontuadas

Notas técnicas

Esta secção contém detalhes de implementação, dicas e respostas a perguntas frequentes

Formatos de imagem suportados

O módulo Import Images determina o tipo de imagem lendo os primeiros bytes do conteúdo, e não pela extensão do ficheiro. Com base nessa informação, determina se a imagem é um dos formatos de imagem suportados.

  • Ficheiros bitmap do Windows: .bmp, .dib
  • Ficheiros JPEG: .jpeg, .jpg, .jpe
  • Ficheiros JPEG 2000: .jp2
  • Gráficos de rede portáteis: .png
  • Formato de imagem portátil: .pbm, .pgm, .ppm
  • Sun Raster: .sr, .ras
  • Ficheiros TIFF: .tiff, .tif

Requisitos de imagem

Os seguintes requisitos aplicam-se às imagens processadas pelo módulo Import Images:

  • Todas as imagens devem ter a mesma forma.
  • Todas as imagens devem ter os mesmos canais de cor. Por exemplo, não é possível misturar imagens em tons de cinza com imagens RBG.
  • Há um limite de 65536 pixels por imagem. No entanto, o número de imagens não é limitado.
  • Se especificar um recipiente blob como fonte, o recipiente não deve conter outros tipos de dados. Certifique-se de que o recipiente contém apenas imagens antes de executar o módulo.

Outras restrições

  • Se pretender utilizar o módulo de classificação de imagem em cascata pré-treinado, esteja ciente de que atualmente suporta apenas o reconhecimento de rostos em vista frontal; outros classificadores de imagem ainda não estão disponíveis.

  • Não é possível utilizar conjuntos de dados de imagem com estes módulos: Train, Cross-Validate Model.

Parâmetros do módulo

Nome Intervalo Tipo Predefinição Descrição
Por favor, especifique o tipo de autenticação Lista AutenticaçãoType Conta Assinatura de acesso público ou partilhado (SAS) URI ou credenciais de utilizador
URI Qualquer String nenhum Identificador de Recursos Uniformes com SAS ou acesso público
Nome da conta Qualquer String nenhum Nome da conta de armazenamento Azure
Chave da conta Qualquer SecureString nenhum Chave associada à conta de Armazenamento Azure
Caminho para contentor, diretório ou bolha Qualquer String nenhum Caminho para bolha ou nome da mesa

Saída

Nome Tipo Descrição
Conjunto de dados de resultados Tabela de Dados Dataset com imagens descarregadas

Exceções

Exceção Descrição
Erro 0003 A exceção ocorre se uma ou mais entradas forem nulas ou vazias.
Erro 0029 A exceção ocorre quando o URI inválido é passado.
Erro 0009 A exceção ocorre se o nome da conta de armazenamento Azure ou o nome do recipiente forem especificados incorretamente.
Erro 0015 A exceção ocorre se a ligação da base de dados tiver falhado.
Erro 0030 A exceção ocorre quando não é possível descarregar um ficheiro.
Erro 0049 A exceção ocorre quando não é possível analisar um ficheiro.
Erro 0048 A exceção ocorre quando não é possível abrir um ficheiro.

Para obter uma lista de erros específicos dos módulos Studio (clássicos), consulte códigos de erro de aprendizagem automática.

Para obter uma lista de exceções da API, consulte códigos de erro da API de aprendizagem automática.

Ver também

Classificação de imagem em cascata pré-treinada
Lista de Módulos A-Z