Azure / Azure/MachineLearningNotebooks
Clarity on downloading labelled dataset
- Linguagem predominante
- Jupyter Notebook
- Estrelas
- 4.4k
- Forks
- 2.6k
- Métricas de merge de PRs
- Nenhum PR com merge em 30d
Descrição
Hi,
I used this code from here:
```
from azureml.core import Workspace, Dataset
subscription_id = ''
resource_group = ''
workspace_name = ''
workspace = Workspace(subscription_id, resource_group, workspace_name)
dataset = Dataset.get_by_name(workspace, name='')
dataset.download(target_path='.', overwrite=False)
```
https://ml.azure.com/dataset/NewSalmonFrames/1/details?wsid=/subscriptions/4e93dac0-d1e9-41a5-8e98-9707b26b6913/resourcegroups/eli_kling_speacies/providers/Microsoft.MachineLearningServices/workspaces/eli_kling_speacies&tid=62368045-c91f-477d-a117-8432f56a91e4#consumeTab
This works created, downloading the labelled dataset in the COCO format. What if i wanted to download it in the AzureML format, or using aboslute bounding box co-ordinates?
I can manually export from the UI, but is there a way to do it programatically. I'm worried Azure will change this feature in the future, and my re-usable code will not be so re-useable.
Thanls,
Viraj
Guia de contribuição
Nenhum guia de contribuição indexado para este repositório
Direção de pesquisa
Comece pelos pontos de entrada do Azure ML Python SDK mostrados: Dataset.get_by_name e Dataset.download; depois, compare-os com as opções de exportação da UI do dataset vinculado. Determine se o formato AzureML ou coordenadas absolutas de bounding boxes são compatíveis programaticamente; considera-se concluído quando a API compatível estiver documentada ou quando for confirmado que somente a exportação pela UI está disponível.
Escrita pelo modelo de indexação a partir do texto da issue.
Avaliação
- Stack de tecnologia
- azure, machine-learning, python
- Domínio
- data, machine-learning
- Tipo de issue
- Funcionalidade
- Dificuldade
- 4/5
- Tempo estimado
- 3-5 dias
- Status de atividade
- Estagnada
- Clareza
- Razoavelmente clara
- Facilidade para iniciantes
- 25/100