图像评分/回归

图像评分是一种监督学习形式，其中模型经过训练可以预测图像的得分或值。AutoTrain 简化了这个过程，使您只需上传标记的示例图像即可训练最先进的图像评分模型。

准备您的数据

为了确保您的图像评分模型有效地训练，请遵循以下准则来准备您的数据

组织图像

准备包含您的图像和 metadata.jsonl 的 zip 文件。

Archive.zip
├── 0001.png
├── 0002.png
├── 0003.png
├── .
├── .
├── .
└── metadata.jsonl

metadata.jsonl 示例

{"file_name": "0001.png", "target": 0.5}
{"file_name": "0002.png", "target": 0.7}
{"file_name": "0003.png", "target": 0.3}

请注意，metadata.jsonl 应包含每个图像的 file_name 和 target 值。

图像要求

• 格式：确保所有图像均为 JPEG、JPG 或 PNG 格式。

• 数量：包含至少 5 张图像，为模型提供足够的学习示例。

• 排他性：zip 文件应仅包含图像和 metadata.jsonl。不应包含任何其他文件或嵌套文件夹。

一些需要注意的事项

• 图像必须为 jpeg、jpg 或 png。
• 每个类别应至少有 5 张图像。
• zip 文件中不能有任何其他文件。
• zip 文件夹中不能有任何其他文件夹。

解压缩 train.zip 时，不会创建任何文件夹：只有图像和 metadata.jsonl。