DAY13 在 Azure Machine Learning 里 Label data（中）

昨天我们做好了宝可梦影像档的 Datastore，今天我们就来建立 Label Data 的专案吧！

Label Data 专案设置

1. 我们在左边选单中点选 Data Labeling，然後点击中间的 Create。
   

2. 接着会跳出一个视窗，我们来开始一连串的建立流程吧！我们先看到中间的 Media Type 来做说明。Image 这个有四种不同的选项，分别说明如下：

• Image Classification Multi-class：这个是一张影像一个答案的题目。例如说这个影像里只有狗、或是只有猫，就用选择这个。
• Image Classification Multi-label：这个是一张影像里会有多个答案的题目。例如说照片中会同时出现猫和狗，或是更多的要分类的类别在里面。
• Object Identification(Bounding Box)：这个是物件侦测用的，会要拉一个 Bounding Box 把目标物件框起来，常见的算法如 YOLO 系列，就会使用这种做标记
• Instance Segmentation(ploygon)：这个是物件分割的题目时用的，会把欲辨识的目标切得更细，常见的算法如 Mask-RCNN 之类的。
  

3. Text 这个有两种不同的选项，就顾名思义就是一句话一个 Label，或是一句话多个 Label。
   

4. 我们这次的题目是要分别出皮卡丘和谜拟Q，因此我们就选择 Image Classification Multi-class 吧！把专案名称取名为 Pokemon，按下 Next。
   

5. 接着我们点左上角的 Create dataset，选 From datastore。
   

6. 接着会跳出一个视窗，我们来建立一个 Dataset，填入名称和描述後，按 Next。
   

7. 接着选择 Datastore，选到我们昨天建立好的 Datastore，在 Path 那里输入 * 号，代表里面的照片我们都要。你也可以用过滤你要的档案。
   

8. 接着就点 Create。
   

9. 再选起那个刚刚建立的 Dataset，按 Next。
   

10. Incremental refresh 这里可以勾起来，会帮我们检查新 data。
    

11. 接着输入你要标记的答案，我们就输入 Pikachu 和 Mimikyu，这里建议再预留着一个 Other 类别，以避免资料集里出现其他的东西。然後按 Next。
    

12. 这个是标记的指导文件。我们之前说过，Azure Machine Learning 是一个适合多人协作的平台，这个页面是让你把标记的专案给其他团队成员做时，能够有个参考依据。这边我们先随便打一些东西。
    

13. 这个页面是 Azure 提供 AI 辅助标记，不过只对於一些常见的类别有用，对於宝可梦是没有作用的，建议可以关起来。然後点 Create Project。
    

14. 接着等待一下就会完成啦！
    

结果今天又破千字了，写 Markdown 真的很会字数很多。

今天我们已经把资料标记的专案建立好了，明天我们就来学习怎麽做资料标记，以及如何把标记好的资料给汇出。