As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Formato de conjuntos de dados e métrica objetiva para classificação de imagens
<a name="image-classification-data-format-and-metric"></a>

Nesta seção, aprendemos sobre os formatos disponíveis para conjuntos de dados usados na classificação de imagens, bem como a métrica usada para avaliar a qualidade preditiva dos candidatos ao modelo de machine learning. As métricas calculadas para candidatos são especificadas usando uma variedade de [MetricDatum](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_MetricDatum.html)tipos.

## Formatos de conjuntos de dados
<a name="image-classification-data-format"></a>

O Autopilot oferece apoio aos formatos de imagem .png, .jpg e .jpeg. Se seu conjunto de dados contiver todas as imagens .png use `image/png`, se contiver todas as imagens .jpg ou .jpeg use `image/jpeg` e se o seu conjunto de dados contiver uma combinação de formatos de imagem, use `image/*`.

## Métrica objetiva
<a name="image-classification-objective-metric"></a>

A lista a seguir contém os nomes das métricas atualmente disponíveis para medir o desempenho dos modelos de classificação de imagens.

**`Accuracy`**  
 A razão entre o número de itens classificados corretamente e o número total de itens classificados (correta e incorretamente). A precisão mede o quão próximos estão os valores de classe previstos dos valores reais. Os valores das métricas de precisão variam entre zero (0) e um (1). Um valor de 1 indica precisão perfeita e 0 indica imprecisão perfeita.