上传数据集图像失败 AutoML Google Vision
Upload dataset images failed AutoML Google Vision
将数据集图像上传到 AutoML 时出现问题。我选择从我的电脑上传图片。我尝试上传多张和单张图片，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：
操作编号：
projects/362703496160/locations/us-central1/operations/ICN8572734381850886144
错误信息：
错误：INVALID_ROW：在 gs://cloud-automl-tenant-gcs-868eb49b-dec0-4c63-a25c-659fa5ffdd76/create-csv-1065568604314927104-2020-06-02T21:32:31.819Z.csv: "Unsupported file extension." 的第 1 行发现无效输入
错误：CORRUPTED_FILE：CSV 文件为空或不包含有效行。
我不确定为什么会出现 csv 文件，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，图像就在那里，并且还列出了图像的 url。我可以访问它们并查看它们，但它们不会在数据集下的 Auto ML Vision 图像中上传和显示。
有什么想法吗？？？！！
要使用 importData 方法，CSV 文件及其指向的图像都必须位于 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
在进一步查看文档后，它确实声明图像必须是 in.zip 格式。压缩图像目录后，我可以毫无问题地上传到存储桶。
值得注意的事情：
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，导出存储桶目录的 xml 并创建一个 cvs 文件用于 Vision 数据集上传。 cvs 格式允许为每个对象（标签）分配训练、验证和测试分类。文档说，要成功识别每个对象，至少需要 8-1-1（训练-验证-测试）。因此，如果您只是通过 Google Vision UI 将压缩图像上传到存储桶，则无法为图像分配分类，只能分配标签。一个对象（标签）上可以上传超过 30 张图像，系统不会自动将图像分配到 Training-Validation-Test 分类以达到 8-1-1 的最低要求。如果您未达到 8 张训练图像、1 张验证图像和 1 张测试图像的最低要求，您将无法开始训练您的模型。节省大量时间and/or想要快速得到一个简单的模型训练，csv格式必不可少
将数据集图像上传到 AutoML 时出现问题。我选择从我的电脑上传图片。我尝试上传多张和单张图片，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：
操作编号： projects/362703496160/locations/us-central1/operations/ICN8572734381850886144 错误信息： 错误：INVALID_ROW：在 gs://cloud-automl-tenant-gcs-868eb49b-dec0-4c63-a25c-659fa5ffdd76/create-csv-1065568604314927104-2020-06-02T21:32:31.819Z.csv: "Unsupported file extension." 的第 1 行发现无效输入 错误：CORRUPTED_FILE：CSV 文件为空或不包含有效行。
我不确定为什么会出现 csv 文件，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，图像就在那里，并且还列出了图像的 url。我可以访问它们并查看它们，但它们不会在数据集下的 Auto ML Vision 图像中上传和显示。
有什么想法吗？？？！！
要使用 importData 方法，CSV 文件及其指向的图像都必须位于 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
在进一步查看文档后，它确实声明图像必须是 in.zip 格式。压缩图像目录后，我可以毫无问题地上传到存储桶。
值得注意的事情：
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，导出存储桶目录的 xml 并创建一个 cvs 文件用于 Vision 数据集上传。 cvs 格式允许为每个对象（标签）分配训练、验证和测试分类。文档说，要成功识别每个对象，至少需要 8-1-1（训练-验证-测试）。因此，如果您只是通过 Google Vision UI 将压缩图像上传到存储桶，则无法为图像分配分类，只能分配标签。一个对象（标签）上可以上传超过 30 张图像，系统不会自动将图像分配到 Training-Validation-Test 分类以达到 8-1-1 的最低要求。如果您未达到 8 张训练图像、1 张验证图像和 1 张测试图像的最低要求，您将无法开始训练您的模型。节省大量时间and/or想要快速得到一个简单的模型训练，csv格式必不可少