ImageLoadingEstimator Klasse

Definition

Namespace:

Microsoft.ML.Data

Assembly:

Microsoft.ML.ImageAnalytics.dll

Paket:

Microsoft.ML.ImageAnalytics v2.0.0

IEstimator<TTransformer>für .ImageLoadingTransformer

public sealed class ImageLoadingEstimator : Microsoft.ML.Data.TrivialEstimator<Microsoft.ML.Data.ImageLoadingTransformer>

type ImageLoadingEstimator = class
    inherit TrivialEstimator<ImageLoadingTransformer>

Public NotInheritable Class ImageLoadingEstimator
Inherits TrivialEstimator(Of ImageLoadingTransformer)

Vererbung

Object

TrivialEstimator<ImageLoadingTransformer>

ImageLoadingEstimator

Hinweise

Schätzereigenschaften

Muss sich dieser Schätzer die Daten ansehen, um seine Parameter zu trainieren?	Nein
Eingabespaltendatentyp	Text
Datentyp der Ausgabespalte	MLImage
Erforderlicher NuGet zusätzlich zu Microsoft.ML	Microsoft.ML.ImageAnalytics
Exportierbar nach ONNX	Nein

Das resultierende ImageLoadingTransformer Erstellt eine neue Spalte, die wie in den Parametern des Ausgabespaltennamens angegeben ist, und lädt die in der Eingabespalte angegebenen Bilder darin. Das Laden ist der erste Schritt fast jeder Pipeline, die die Bildverarbeitung und die weitere Analyse von Bildern durchführt. Die zu ladenden Images müssen in den von MLImage der Implementierung unterstützten Formaten vorliegen. Informationen zu End-to-End-Bildverarbeitungspipelines und Szenarien in Ihren Anwendungen finden Sie in den Beispielen im GitHub-Repository machinelearning-samples.

Im Abschnitt Siehe auch finden Sie Links zu Verwendungsbeispielen.

Methoden

Fit(IDataView)	IEstimator<TTransformer>für .ImageLoadingTransformer (Geerbt von TrivialEstimator<TTransformer>)
GetOutputSchema(SchemaShape)	Gibt das SchemaShape des Schemas zurück, das vom Transformator erzeugt wird. Wird für die Schemaweitergabe und -überprüfung in einer Pipeline verwendet.

Erweiterungsmethoden

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

Fügen Sie der Schätzungskette einen Zwischenspeicherungsprüfpunkt an. Dadurch wird sichergestellt, dass die nachgelagerten Schätzer für zwischengespeicherte Daten trainiert werden. Es ist hilfreich, vor Trainern, die mehrere Datendurchläufe durchführen, einen Zwischenspeicherungsprüfpunkt zu haben.

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

Geben Sie bei einem Schätzer ein Umbruchobjekt zurück, das nach Fit(IDataView) dem Aufruf einen Delegaten aufruft. Es ist oft wichtig, dass ein Schätzer Informationen darüber zurückgibt, was geeignet war. Deshalb gibt die Fit(IDataView) Methode ein speziell typisiertes Objekt zurück, anstatt nur ein allgemeines ITransformer. Zur gleichen Zeit IEstimator<TTransformer> werden jedoch häufig Pipelines mit vielen Objekten gebildet, sodass wir möglicherweise eine Kette von Schätzern erstellen müssen, über EstimatorChain<TLastTransformer> die der Schätzer, für den wir den Transformator erhalten möchten, irgendwo in dieser Kette vergraben ist. Für dieses Szenario können wir über diese Methode einen Delegaten anfügen, der aufgerufen wird, sobald fit aufgerufen wird.

Weitere Informationen

• LoadImages(TransformsCatalog, String, String, String)