Vérifier le format de votre fichier d’annotation COCO
Important
Cette fonctionnalité est désormais déconseillée. Le 10 janvier 2025, les API de classification d’images personnalisée, de détection d’objets personnalisée et de reconnaissance de produits (préversion) d’Azure AI Analyse d’image 4.0 seront mises hors service. Après cette date, les appels d’API à ces services échoueront.
Pour assurer le bon fonctionnement de vos modèles, passez à Azure AI Custom Vision, qui est désormais en disponibilité générale. Custom Vision offre des fonctionnalités similaires à ces fonctionnalités en fin de vie.
Conseil
Cet article est basé sur le notebook Jupyter check_coco_annotation.ipynb. Ouvrir dans GitHub .
Ce guide montre comment vérifier si le format de votre fichier d’annotation est correct. Tout d’abord, installez le package d’exemples Python à partir de la ligne de commande :
pip install cognitive-service-vision-model-customization-python-samples
Ensuite, exécutez le code python suivant pour vérifier le format du fichier. Vous pouvez entrer ce code dans un script Python ou exécuter le Jupyter Notebook sur une plateforme compatible.
from cognitive_service_vision_model_customization_python_samples import check_coco_annotation_file, AnnotationKind, Purpose
import pathlib
import json
coco_file_path = pathlib.Path("{your_coco_file_path}")
annotation_kind = AnnotationKind.MULTICLASS_CLASSIFICATION # or AnnotationKind.OBJECT_DETECTION
purpose = Purpose.TRAINING # or Purpose.EVALUATION
check_coco_annotation_file(json.loads(coco_file_path.read_text()), annotation_kind, purpose)
Utiliser un fichier COCO dans un nouveau projet
Une fois votre fichier COCO vérifié, vous êtes prêt à l’importer dans votre projet de personnalisation de modèle. Consultez Créer et former un modèle personnalisé, puis accédez à la section sur la sélection/l’importation d’un fichier COCO. Vous pouvez suivre le guide à partir de cet emplacement jusqu’à la fin.