准备数据

在使用通用图像分类工作流开发应用之前，您需要提前准备用于模型训练的数据，上传至OBS服务中。

设计图像分类标签

首先使用的数据需要考虑好分类的标签类型，即希望识别出图片中的一种结果。例如对天气现象图片进行分类时，标签可以以“snow”（雪）、“rainy”（雨）等作为分类的类别。

数据集要求

文件名规范，不能有中文，不能含有空格、制表符及除中划线下划线外的特殊符号。
保证图片质量：不能有损坏的图片；目前支持的格式包括JPG、JPEG、PNG、BMP。
不要把明显不同的多个任务数据放在同一个数据集内。
为了保证模型的预测准确度，训练样本跟真实使用场景尽量相似。
为保证模型的泛化能力，数据集尽量覆盖可能出现的各种场景。
每一类数据尽量多，尽量均衡。每个分类标签需要准备20个数据以上，为了训练出效果较好的模型，建议每个分类标签准备200个以上的数据。

针对未标注数据，要求将图片放在一个目录里，示例如下所示。
```
├─dataset-import-example 
│      IMG_20180919_114732.jpg 
│      IMG_20180919_114745.jpg 
│      IMG_20180919_114945.jpg 
```
- 如果导入位置为OBS，用户需具备此OBS路径的读取权限。
- 只支持JPG、JPEG、PNG、BMP格式的图片。

针对已标注数据，通用图像分类工作流仅支持一张图片识别单个标签，支持如下两种数据格式。
- 相同标签的图片放在一个目录里，并且目录名字即为标签名。当存在多层目录时，则以最后一层目录为标签名。
  示例如下所示，其中“snow”和“rainy”分别为标签名。
```
dataset-import-example 
├─snow 
│      10.jpg 
│      11.jpg 
│      12.jpg 
│ 
└─rainy 
        1.jpg 
        2.jpg 
        3.jpg
```
- 当目录下存在对应的txt文件时，以txt文件内容作为图像的标签，优先级高于第一种格式。
  示例如下所示，“import-dir-1”和“imort-dir-2”为导入子目录。
```
dataset-import-example 
├─import-dir-1
│      10.jpg
│      10.txt    
│      11.jpg 
│      11.txt
│      12.jpg 
│      12.txt
└─import-dir-2
        1.jpg 
        1.txt
        2.jpg 
        2.txt
```
  单标签的标签文件示例，如1.txt文件内容如下所示：
```
rainy
```
  只支持JPG、JPEG、PNG、BMP格式的图片。单张图片大小不能超过5MB，且单次上传的图片总大小不能超过8MB。

上传数据至OBS

使用ModelArts Pro进行应用开发时，您需要将数据上传至OBS桶中。

首先需要获取访问OBS权限，在未进行委托授权之前，无法使用此功能。您需要提前获得OBS授权，详情请见配置访问权限。
已创建用于存储数据的OBS桶及文件夹，且数据存储的OBS桶与ModelArts Pro在同一区域（目前仅支持华为-北京四），详情请见创建OBS桶。
上传数据至OBS，OBS上传数据的详细操作请参见《对象存储服务快速入门》。
- 您在创建OBS桶时，需保证您的OBS桶与ModelArts Pro在同一个区域。
- 建议根据业务情况及使用习惯，选择OBS使用方法。
  - 如果您的数据量较小（小于100MB）或数据文件较少（少于100个），建议您使用控制台上传数据。控制台上传无需工具下载或多余配置，在少量数据上传时，更加便捷高效。
  - 如果您的数据量较大或数据文件较多，建议选择OBS Browser+或obsutil工具上传。OBS Browser+是一个比较常用的图形化工具，支持完善的桶管理和对象管理操作。推荐使用此工具创建桶或上传对象。obsutil是一款用于访问管理OBS的命令行工具，对于熟悉命令行程序的用户，obsutil是执行批量处理、自动化任务较好的选择。
  - 如果您的业务环境需要通过API或SDK执行数据上传操作，或者您习惯于使用API和SDK，推荐选择OBS的API或SDK方法创建桶和上传对象。
  上述说明仅罗列OBS常用的使用方式和工具，更多OBS工具说明，请参见《OBS工具指南》。