为不同的任务重新使用创建的数据集（对象检测 - 图像分类）

Posted 2023-03-13

【中文标题】为不同的任务重新使用创建的数据集（对象检测 - 图像分类）

【英文标题】：Re-using created dataset for different task (object detection - image classification)

【发布时间】：2020-11-11 17:55:06

【问题描述】：

我在 Amazon sagemaker 中创建了一个大型数据集，并使用边界框对其进行了标记。我使用这个数据集进行对象检测，一切正常。 后来，我想用这个数据集进行简单的图像分类。但每次我尝试运行它时，都会出现错误：客户错误：标签不是浮点数。

我认为问题可能是边界框，因为图像分类算法并不期望它们，但是有什么办法，如何改变它？我的目标是使用边界框中的图像部分进行图像分类训练。有什么办法，如何设置参数，使算法可以接受边界框中的信息作为输入？

当我尝试在带有边界框的数据集上运行图像分类时，Bellow 是来自生成的日志文件的 sn-p。

[14:42:27] /opt/brazil-pkg-cache/packages/AIApplicationsPipeIterators/AIApplicationsPipeIterators-1.0.1145.0/AL2012/generic-flavor/src/data_iter/src/ease_image_iter.cpp:452: JSON Logic Error while parsing 

    "annotations": [
        
            "class_id": 0,
            "height": 194,
            "left": 34,
            "top": 16,
            "width": 150
        
    ],
    "image_size": [
        
            "depth": 3,
            "height": 256,
            "width": 185
        
    ]

: Value is not convertible to float.

PS：数据集是一个增强的清单文件。

如果有任何帮助，我将不胜感激。

【参考方案1】：

感谢您与我们联系。用于训练的 SageMaker 算法要求每种算法的标签具有特定格式。例如，https://docs.aws.amazon.com/sagemaker/latest/dg/image-classification.html。因此，您不能将边界框提供给图像分类训练算法。