现在，您需要遵循这些数据集的一些指导原则：
1.Vertex 针对真实世界图像进行了优化。
2. 训练数据决定输出，因此图像应该接近。例如，如果您想分析低质量、模糊的照片，则必须在类似的图像上训练模型。
3. Vertex AI 的预测能力有限，因此如果人类无法在 1-2 秒内对图像进行分类，那么 Vertex AI 也不能。
4. 建议您至少使用 1000 张图像进行训练。
5. 最好将出现频率最高的标签的图像保留在体积为出现频率最低的标签的照片的 100 倍的体积下。
6. None_of_the_above分类器可以帮助模型更好地发挥作用。
基于图像的 ML 模型的另一个流行的业务用 菲律宾邮箱 例是对象检测，接下来我们来讨论一下。
用于对象检测的图像数据集
在对象检测模型中，模型会尝试在照片中找到特定对象。这对于在图像中查找特定图案或对象非常有用。例如，您可以使用它在街头摄影数据集中查找品牌徽标。
让我们来讨论一下如何为这些任务准备数据集。
支持的图像格式：
Vertex AI 支持以下图像格式用于对 支 人工智能在客户服务方面的缺点持的图像格式象检测和识别：
- 巴布亚新几内亚
- JPEG
- 动态图片
- 骨形态发生蛋白
- 首次代币发行
输出格式
经过训练的模型通常以与训练数据相 消费者数据 同的格式输出图像。但是，Vertex AI 还可以输出：
- TIFF
- 网页版
准备用于对象识别的图像：
Vertex AI 使用特定的 JSON 格式执行对象识别任务。以下是示例：