匯入影像

重要

Machine Learning 工作室 (傳統) 的支援將於 2024 年 8 月 31 日結束。 建議您在該日期之前轉換成 Azure Machine Learning。

自 2021 年 12 月 1 日起，您將無法建立新的 Machine Learning 工作室 (傳統) 資源。 在 2024 年 8 月 31 日之前，您可以繼續使用現有的 Machine Learning 工作室 (傳統) 資源。

• 請參閱將機器學習專案從 ML 工作室 (傳統) 移至 Azure Machine Learning 的相關資訊。
• 深入瞭解Azure Machine Learning。

ML 工作室 (傳統) 文件即將淘汰，未來將不再更新。

將 Azure BLOB 儲存體中的影像載入資料集

類別： OpenCV 程式庫模組

注意

適用于：僅限機器學習 Studio (傳統)

Azure Machine Learning 設計工具中提供類似的拖放模組。

模組概觀

本文說明如何使用機器學習 Studio (傳統) 中的「匯入映射」模組，從 Azure Blob 儲存體取得多個映射，並從中建立影像資料集。

當您使用此模組將映射從 blob 儲存體載入至工作區時，每個影像都會轉換成紅色、綠色和藍色通道的一連串數值，以及影像檔案名稱。 這類影像的資料集包含資料表中的多個資料列，每個資料列都有一組不同的 RGB 值和對應的影像檔案名稱。 如需有關如何準備映射並連接至 blob 儲存體的指示，請參閱 如何匯入影像。

轉換完所有的影像之後，您可以將此資料集傳遞到「 評分模型 」模組，然後連接預先定型的影像分類模型，以預測影像類型。

您可以匯入用於機器學習的任何類型映射;不過，有一些限制，包括可以處理的影像類型和大小，請參閱 技術 提示一節。

如何使用匯入映射

此範例假設您已將多個映射上傳至 Azure blob 儲存體中的帳戶。 映射只會在針對該目的指定的容器中。 作為規則，每個影像都必須相當小，而且具有相同的維度和色彩通道。 如需適用于影像的詳細需求清單，請參閱 技術 提示一節。

1. 將 [匯 入映射 ] 模組新增至您在 Studio (傳統) 中的實驗。

2. 加入 [預先定型] 串聯 影像分類 和 [ 評分模型 ] 模組。

3. 在 [匯 入映射 ] 模組中，設定影像的位置，並提供 [私用] 或 [公用] 驗證方法：

   • 如果映射集位於已設定為透過 共用存取 簽章 (SAS) 進行公用存取的 blob，請輸入保存映射之容器的 URL。

   • 如果映射是儲存在 Azure 儲存體中的私人帳戶，請選取 [ 帳戶]，然後輸入在管理入口網站中顯示的帳戶名稱。 然後，貼上主要或次要帳戶金鑰。

   • 針對 [ 容器的路徑]，請只輸入容器名稱，而不是其他路徑元素。

4. 連線將影像匯入至計分模型模組的輸出。

5. 執行實驗。

結果

輸出資料集的每個資料列包含一個影像中的資料。 資料列依影像名稱的字母順序排序，且資料行包含下列資訊，順序如下：

• 第一個資料行包含影像名稱。
• 其他所有資料行依序包含來自紅色、綠色和藍色色彩色板的扁平化資料。
• 透明通道會被忽略。

根據影像的色彩深度和影像格式，單一影像可能有數千個數據行。 因此，若要查看實驗的結果，建議您在 [資料集] 模組中加入 [ 選取資料行 ]，然後只選取下列資料行：

• 映像名稱
• 計分標籤
• 評分機率

技術說明

本章節包含對常見問題的執行詳細資料、秘訣和解答

支援的影像格式

匯 入映射 模組會藉由讀取內容的前幾個位元組而非副檔名來判斷影像的類型。 根據該資訊，它會判斷映射是否為其中一種支援的影像格式。

• Windows 點陣圖檔案： .bmp、.dib
• JPEG 檔案： jpeg、.jpg、. jpe
• JPEG 2000 檔案：. .jp2
• 可移植網狀圖形： .png
• 可移植映射格式： pbm、pgm、ppm
• Sun 點陣：. sr、ras
• TIFF 檔案： tiff、.tif

影像需求

下列需求適用于 [匯 入映射 ] 模組所處理的映射：

• 所有影像都必須是相同的圖形。
• 所有影像都必須具有相同的色彩通道。 例如，您不能混用具有 RBG 影像的灰階影像。
• 每個影像以 65536 像素為上限。 不過，影像數目不受任何限制。
• 如果您將 blob 容器指定為來源，該容器就不能包含其他類型的資料。 在執行模組之前，請確定容器只包含映射。

其他限制

• 如果您想要使用預先定型的串聯 影像分類 模組，請注意，它目前僅支援正面 view 中的臉部辨識;其他影像分類器還無法使用。

• 您無法使用影像資料集搭配這些模組： 定型、 交叉驗證模型。

模組參數

名稱	範圍	類型	預設	描述
請指定驗證類型	List	AuthenticationType	帳戶	公用或共用存取簽章 (SAS) URI 或使用者認證
URI	任意	String	無	具有 SAS 或公用存取的統一資源識別元
帳戶名稱	任意	String	無	Azure 儲存體帳戶的名稱
帳戶金鑰	任意	SecureString	無	與 Azure 儲存體帳戶相關聯的金鑰
容器、目錄或 Blob 的路徑	任意	String	無	Blob 的路徑或資料表的名稱

輸出

名稱	類型	說明
結果資料集	資料表	含下載影像的資料集

例外狀況

例外狀況	描述
錯誤 0003	如果一或多個輸入是 Null 或空白，就會發生例外狀況。
錯誤 0029	傳遞無效的 URI 時，就會發生例外狀況。
錯誤 0009	如果指定的 Azure 儲存體帳戶名稱或容器名稱不正確，就會發生例外狀況。
錯誤 0015	如果資料庫連接失敗，就會發生例外狀況。
錯誤 0030	無法下載檔案時，就會發生例外狀況。
錯誤 0049	無法剖析檔案時，就會發生例外狀況。
錯誤 0048	無法開啟檔案時，就會發生例外狀況。

如需 Studio (傳統) 模組特定的錯誤清單，請參閱機器學習錯誤碼。

如需 API 例外狀況的清單，請參閱機器學習 REST API 錯誤碼。

另請參閱

預先定型的重疊顯示影像分類
A-Z 模組清單