設定影像標籤專案

發行項
03/12/2024

瞭解如何建立及執行數據標記專案，以在 Azure 機器學習中標記映像。使用機器學習服務（ML）輔助的數據標記或人工迴圈標籤來協助處理工作。

設定分類、對象偵測（周框方塊）、實例分割（多邊形）或語意分割的標籤（預覽）。

您也可以在 Azure 機器學習中使用資料標記工具來建立文字標籤。

重要

本文中標示為 (預覽) 的項目目前處於公開預覽狀態。此預覽版本會在沒有服務等級協定的情況下提供，不建議用於實際執行工作負載。可能不支援特定功能，或可能已經限制功能。如需詳細資訊，請參閱 Microsoft Azure 預覽版增補使用條款。

影像標籤功能

Azure 機器學習數據標記是一種工具，可用來建立、管理及監視數據標記專案。可用於：

協調數據、標籤和小組成員，以有效率地管理標籤工作。
追蹤進度並維護未完成標籤工作的佇列。
啟動和停止專案，並控制標籤進度。
檢閱並匯出標示為 Azure 機器學習數據集的數據。

重要

您在 Azure 機器學習資料標籤工具中處理的數據映像，必須在 Azure Blob 儲存體資料存放區中提供。如果您沒有現有的數據存放區，您可以在建立專案時，將數據文件上傳至新的資料存放區。

影像數據可以是具有下列其中一個擴展名的任何檔案：

.jpg
.jpeg
.png
.jpe
.jfif
。Bmp
.tif
。Tiff
。Dcm
。Dicom

每個檔案都是要加上標籤的專案。

您也可以使用 MLTable 數據資產作為影像標籤項目的輸入，只要數據表中的影像是上述其中一種格式。如需詳細資訊，請參閱如何使用MLTable數據資產。

必要條件

您可以使用這些專案在 Azure 機器學習中設定影像標籤：

您想要在本機檔案或 Azure Blob 儲存體中加上標籤的數據。
您想要套用的標籤。
標籤的指示。
Azure 訂用帳戶。如果您沒有 Azure 訂用帳戶，請在開始前建立免費帳戶。
Azure Machine Learning 工作區。請參閱建立 Azure 機器學習工作區。

建立影像卷標專案

標籤專案會在 Azure 機器學習中管理。 使用機器學習中的數據標籤面來管理您的專案。

如果您的數據已在 Azure Blob 儲存體中，請先確定它可作為數據存放區，再建立標籤專案。

若要建立專案，請選取 [ 新增專案]。
針對 [項目名稱]，輸入項目的名稱。

即使您刪除專案，您也無法重複使用項目名稱。
若要建立影像標籤專案，請針對 [媒體類型]，選取 [ 影像]。
針對 [ 標記工作類型]，為您的案例選取選項：
- 若要只將單一 標籤套用至一組標籤 中的影像，請選取 [影像分類多重類別]。
- 若要從一組標籤將一或多個標籤套用至影像，請選取 [影像分類多重標籤]。例如，狗的照片可能會加上狗和白天的標籤。
- 若要將標籤指派給影像中的每個物件，並新增周框方塊，請選取 [物件識別][周框方塊]。
- 若要將標籤指派給影像中的每個物件，並在每個物件周圍繪製多邊形，請選取 [實例分割][多邊形]。
- 若要在影像上繪製遮罩，並在圖元層級指派標籤類別，請選取 [語意分割][預覽]。
選取下一步以繼續。

新增員工（選擇性）

只有在您已從 Azure Marketplace 訂用數據標籤公司時，才從 Azure Marketplace 選取 [使用廠商卷標公司]。然後選取廠商。如果您的廠商未出現在清單中，請清除此選項。

請確定您必須先連絡廠商並簽署合約。如需詳細資訊，請參閱使用資料標籤廠商公司（預覽）。

選取下一步以繼續。

指定要標記的數據

如果您已建立包含數據的數據集，請在 [ 選取現有的數據集] 下拉式清單中選取數據集 。

您也可以選取 [建立數據集 ] 以使用現有的 Azure 資料存放區，或上傳本機檔案。

注意

專案不能包含超過 500,000 個檔案。如果您的數據集超過此檔案計數，則只會載入前 500,000 個檔案。

資料行對應（預覽）

如果您選取 MLTable 資料資產，則會出現額外的 數據行對應 步驟，讓您指定包含影像 URL 的數據行。

您必須指定對應至 [影像] 欄位的資料列。您也可以選擇性地對應資料中的其他資料行。例如，如果您的數據包含標籤數據列，您可以將它對應至 [類別] 字段。如果您的數據包含 Confidence 資料行，您可以將它對應至 [信賴] 欄位。

如果您要從上一個項目匯入標籤，標籤的格式必須與您所建立的標籤格式相同。例如，如果您要建立周框方塊標籤，您匯入的標籤也必須是周框方塊標籤。

匯入選項（預覽）

當您在資料行對應步驟中包含 Category 資料行時，請使用匯入選項來指定如何處理已標記的數據。

從 Azure 資料存放區建立數據集

在許多情況下，您可以上傳本機檔案。不過，Azure 儲存體總管提供更快速且更健全的方式來傳輸大量數據。建議儲存體總管作為移動檔案的預設方式。

若要從已儲存在 Blob 中的數據建立數據集，儲存體：

選取建立。
針對 [ 名稱]，輸入數據集的名稱。或者，輸入描述。
確定 [數據集類型 ] 設定為 [ 檔案]。影像僅支援檔案數據集類型。
選取 [下一步]。
選取 [從 Azure 記憶體]，然後選取 [ 下一步]。
選取數據存放區，然後選取 [ 下一步]。
如果您的數據位於 Blob 內的子資料夾中儲存體，請選擇 [瀏覽] 以選取路徑。
- 若要在所選路徑的子資料夾中包含所有檔案，請將附加 /** 至路徑。
- 若要在目前容器及其子資料夾中包含所有數據，請附加 **/*.* 至路徑。
選取建立。
選取您建立的數據資產。

從上傳的數據建立數據集

直接上傳您的資料：

選取建立。
針對 [ 名稱]，輸入數據集的名稱。或者，輸入描述。
確定 [數據集類型 ] 設定為 [ 檔案]。影像僅支援檔案數據集類型。
選取 [下一步]。
選取 [ 從本機檔案]，然後選取 [ 下一步]。
（選擇性）選取數據存放區。您也可以將預設值保留為上傳至機器學習工作區的預設 Blob 存放區（workspaceblobstore）。
選取 [下一步]。
選取 [上傳>上傳檔案] 或 [上傳>上傳] 資料夾，以選取要上傳的本機檔案或資料夾。
在瀏覽器視窗中，尋找您的檔案或資料夾，然後選取 [ 開啟]。
繼續選取 [上傳 ]，直到您指定所有檔案和資料夾為止。
您可以選擇選取 [如果已經存在時 覆寫] 複選框。確認檔案和資料夾的清單。
選取 [下一步]。
確認詳細數據。選取 [上一頁 ] 以修改設定，或選取 [ 建立 ] 以建立數據集。
最後，選取您建立的數據資產。

設定累加式重新整理

如果您打算將新的資料檔新增至數據集，請使用累加式重新整理將檔案新增至您的專案。

設定 [定期啟用累加式重新整理] 時，系統會定期檢查數據集，以根據標籤完成率將新檔案新增至專案。當專案包含最多 500,000 個檔案時，新的數據檢查就會停止。

當您想要讓項目持續監視數據存放區中的新數據時，請選取 [定期啟用累加式重新整理]。

如果您不想要將資料存放區中的新檔案自動新增至專案，請清除選取範圍。

重要

請勿為您要更新的數據集建立新版本。如果您這麼做，則不會看到更新，因為數據標記專案已釘選到初始版本。請改用 Azure 儲存體 Explorer 來修改 Blob 儲存體中適當資料夾中的數據。

此外，請勿移除數據。從專案使用的資料集移除資料會導致專案中發生錯誤。

建立項目之後，請使用 [ 詳細數據] 索引卷標來變更累加式重新整理、檢視上次重新整理的時間戳，並要求立即重新整理數據。

指定標籤類別

在 [ 卷標類別 ] 頁面上，指定一組類別來分類您的數據。

標籤員的精確度和速度會受到其在類別中選擇的能力所影響。例如，不使用拼出植物或動物的完整根系和物種，而是使用字段代碼或縮寫 genus。

您可以使用一般清單或建立標籤群組。

若要建立一般清單，請選取 [新增卷標類別 ] 以建立每個標籤。
若要在不同的群組中建立標籤，請選取 [新增標籤] 類別 以建立最上層標籤。然後選取每個最上層底下的加號（+），以建立該類別的下一層標籤。您可以為任何群組建立最多六個層級。

您可以在標記程式期間選取任何層級的標籤。例如，標籤Animal、Animal/Cat、、、Animal/DogColor/BlackColor、 Color/White和 Color/Silver 都是標籤的可用選項。在多標籤專案中，不需要挑選其中一個類別。如果是您的意圖，請務必在指示中包含這項資訊。

描述影像標籤工作

請務必清楚說明標籤工作。在 [ 卷標指示 ] 頁面上，您可以將連結新增至具有標籤指示的外部網站，或在頁面上的編輯方塊中提供指示。讓指示以工作為導向，並適合物件。請考量下列問題：

卷標者會看到哪些標籤，以及它們之間會如何選擇？是否有要參考的參考文字？
如果沒有標籤看起來合適，應該怎麼做？
如果多個標籤看起來合適，該怎麼辦？
應該將哪些信賴閾值套用至標籤？您是否想要標籤者的最佳猜測，如果他們不確定嗎？
他們應該對部分遮蔽或重疊的對象採取什麼動作？
如果影像邊緣裁剪感興趣的物件，該怎麼辦？
如果他們認為自己在提交標籤後犯了錯誤，該怎麼辦？
如果他們發現影像質量問題，包括光線狀況差、反射、失焦、背景遺失、相機角度異常等，該怎麼辦？
如果多個檢閱者對套用標籤有不同的意見，該怎麼辦？

對於周框方塊，重要問題包括：

此工作的周框方塊如何定義？它應該完全停留在對象的內部，還是應該放在外部？應該盡可能密切裁剪，還是可以接受一些許可？
您希望標籤者在定義周框方塊時套用何種程度的護理和一致性？
每個標籤類別的視覺定義為何？您是否可為每個類別提供一般、邊緣和計數器案例的清單？
如果物件很小，標籤應該怎麼做？它應該標示為對象，還是應該將該物件忽略為背景？
標籤器應該如何處理只部分顯示在影像中的物件？
卷標器應該如何處理另一個物件部分涵蓋的物件？
標籤器應該如何處理沒有明確界限的物件？
卷標器應該如何處理不是感興趣的物件類別，但具有相關物件類型的視覺相似性？

注意

標籤者可以使用數位鍵 1 到 9 來選取前九個標籤。

品質控制（預覽）

若要取得更精確的標籤，請使用 [品質控制 ] 頁面，將每個專案傳送至多個捲標者。

重要

共識標籤目前為公開預覽狀態。

此預覽版本會在沒有服務等級協定的情況下提供，不建議用於實際執行工作負載。可能不支援特定功能，或可能已經限制功能。

如需詳細資訊，請參閱 Microsoft Azure 預覽版增補使用條款。

若要讓每個項目傳送至多個捲標者，請選取 [啟用共識卷標][預覽]。 然後設定 [ 最小卷標器 ] 和 [最大卷標器 ] 的值，以指定要使用的標籤器數目。請確定您的標籤器數目最多。項目啟動之後，您無法變更這些設定。

如果達到標籤器數目下限的共識，則會標示專案。如果未達成共識，則會將專案傳送給更多標籤者。如果專案進入標籤者數目上限之後沒有共識，其狀態為 [需要檢閱]，且項目擁有者負責標記專案。

注意

實例分割 項目無法使用共識標籤。

使用 ML 輔助的數據標籤

若要加速標記工作， 您可以在ML輔助標籤 面上觸發自動機器學習模型。醫療影像（具有 .dcm擴展名的 檔案）未包含在輔助標籤中。如果項目類型為 語意分割（預覽），則無法使用ML輔助標籤。

在標記項目開始時，專案會隨機隨機排列，以減少潛在的偏差。不過，定型的模型會反映數據集中存在的任何偏差。例如，如果 80% 的專案屬於單一類別，則大約 80% 的數據會用來定型該類別中的模型。

若要啟用輔助標籤，請選取 [ 啟用 ML 輔助標籤 ] 並指定 GPU。如果您的工作區中沒有 GPU，則會為您建立 GPU 叢集（資源名稱：DefLabelNC6v3、vmsize：Standard_NC6s_v3），並新增至工作區。叢集是以最少零個節點建立的，這表示在不使用時不會花費任何成本。

ML 輔助標籤包含兩個階段：

叢集
預先套用標籤

啟動輔助標籤的標記資料項計數不是固定的數位。這個數位可能會從一個標籤專案到另一個標籤專案有顯著差異。對於某些項目，有時可以在手動標記 300 個項目之後查看預先標籤或叢集工作。 ML 輔助標籤使用稱為 「傳輸學習」的技術。轉移學習會使用預先定型的模型來啟動定型程式。如果數據集的類別類似於預先定型模型中的類別，則預先標籤可能會在只有數百個手動標記的項目之後可供使用。如果您的數據集與用來預先定型模型的數據大相徑庭，程式可能需要更多時間。

當您使用共識標籤時，會使用共識卷標進行定型。

因為最終標籤仍然依賴標籤的輸入，所以這項技術有時稱為 人為迴圈 標籤。

注意

ML 輔助數據標籤不支援在虛擬網路後方保護的預設記憶體帳戶。您必須針對 ML 輔助資料標記使用非預設記憶體帳戶。非預設記憶體帳戶可以在虛擬網路後方受到保護。

叢集

提交一些標籤之後，分類模型會開始將類似的專案分組在一起。這些類似的影像會呈現給相同頁面上的標籤者，以協助讓手動標記更有效率。當標籤器檢視四、六或九個影像的方格時，叢集特別有用。

在手動標記的數據上定型機器學習模型之後，模型會截斷至其最後一個完全連接的層。然後，在稱為內嵌或 特徵化的進程中，透過截斷的模型傳遞未標記的影像。此程式會將每個影像內嵌在模型層所定義的高維度空間中。空間中最接近映像的其他映像會用於叢集工作。

對象偵測模型或文字分類不會顯示群集階段。

預先套用標籤

提交足夠的標籤以進行定型之後，分類模型會預測標籤或物件偵測模型預測周框方塊。標籤器現在會看到包含每個專案上已存在的預測標籤的頁面。針對物件偵測，也會顯示預測方塊。此工作牽涉到檢閱這些預測，並在頁面提交之前更正任何未正確標記的影像。

在手動標記的數據上定型機器學習模型之後，模型會在一組手動標記的專案上進行評估。評估有助於判斷模型在不同信賴閾值上的精確度。評估程式會設定信賴臨界值，超過此臨界值，模型就足以顯示預先標籤。然後，系統會根據未標記的數據評估模型。具有比臨界值更自信的專案會用於預先標記。

初始化影像標籤專案

初始化標籤之後，專案的某些層面是不可變的。您無法變更工作類型或資料集。您可以修改工作描述的標籤和網址。請先仔細檢閱設定，再建立專案。提交項目之後，您會返回 [數據卷標 概觀] 頁面，其中顯示專案為 [初始化]。

注意

此頁面可能不會自動重新整理。暫停之後，手動重新整理頁面，以查看項目的狀態為 [已建立]。

疑難排解

如需建立專案或存取數據的問題，請參閱針對數據標記進行疑難解答。