7、Google Cloud Vertex AI：图像、文本数据的AutoML应用与操作指南

Google Cloud Vertex AI：图像、文本数据的AutoML应用与操作指南

在人工智能和机器学习领域，Google Cloud Vertex AI 提供了强大的 AutoML 功能，可用于处理多种类型的数据，包括表格、图像和文本数据。本文将详细介绍如何在 Vertex AI 中使用 AutoML 处理图像和文本数据，包括数据集创建、模型训练、评估、预测等关键步骤。

1. 图像数据的AutoML处理

1.1 数据准备

AutoML 图像可以处理单标签、多标签分类、目标检测和图像分割等任务。以船只分类图像数据为例，可从 此处 下载数据集，该数据集包含九个类别的图像，我们选取了游轮、渡轮和皮划艇三个类别的各 50 张图像进行实验。

在 us-central1 区域创建 AutoML_image_data 存储桶，并上传三个类别图像的文件夹，同时创建 Data_for_batch_pred 文件夹用于批量预测。

由于图像数据不能像表格数据那样直接使用 .csv 文件创建数据集，需要创建一个包含图像训练/验证/测试信息、完整路径和所属类别的 CSV 文件。对于少量图像可以手动创建，大量图像则可使用以下命令在云 Shell 中创建：