Sprawdzanie formatu pliku adnotacji COCO
Ważne
Ta funkcja jest teraz przestarzała. 10 stycznia 2025 r. zostanie wycofana usługa Azure AI Image Analysis 4.0 Custom Image Classification, Custom Object Detection i Product Recognition (wersja zapoznawcza). Po tej dacie wywołania interfejsu API do tych usług nie powiedzą się.
Aby zapewnić bezproblemową obsługę modeli, przejdź do usługi Azure AI Custom Vision, która jest teraz ogólnie dostępna. Usługa Custom Vision oferuje podobne funkcje do tych funkcji wycofywania.
Napiwek
Ten artykuł jest oparty na notesie Jupyter check_coco_annotation.ipynb. Otwórz plik w usłudze GitHub.
W tym przewodniku pokazano, jak sprawdzić, czy format pliku adnotacji jest poprawny. Najpierw zainstaluj pakiet przykładów języka Python z poziomu wiersza polecenia:
pip install cognitive-service-vision-model-customization-python-samples
Następnie uruchom następujący kod w języku Python, aby sprawdzić format pliku. Możesz wprowadzić ten kod w skrypcie języka Python lub uruchomić notes Jupyter Notebook na zgodnej platformie.
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)
Używanie pliku COCO w nowym projekcie
Po zweryfikowaniu pliku COCO możesz go zaimportować do projektu dostosowywania modelu. Zobacz Tworzenie i trenowanie modelu niestandardowego, a następnie przejdź do sekcji dotyczącej wybierania/importowania pliku COCO — możesz postępować zgodnie z przewodnikiem od tego miejsca do końca.