ImageGrayscalingEstimator Clase

Definición

Espacio de nombres:

Microsoft.ML.Transforms.Image

Ensamblado:

Microsoft.ML.ImageAnalytics.dll

Paquete:

Microsoft.ML.ImageAnalytics v3.0.1

IEstimator<TTransformer>para .ImageGrayscalingTransformer

public sealed class ImageGrayscalingEstimator : Microsoft.ML.Data.TrivialEstimator<Microsoft.ML.Transforms.Image.ImageGrayscalingTransformer>

type ImageGrayscalingEstimator = class
    inherit TrivialEstimator<ImageGrayscalingTransformer>

Public NotInheritable Class ImageGrayscalingEstimator
Inherits TrivialEstimator(Of ImageGrayscalingTransformer)

Herencia

Object

TrivialEstimator<ImageGrayscalingTransformer>

ImageGrayscalingEstimator

Comentarios

Características del estimador

¿Este estimador necesita examinar los datos para entrenar sus parámetros?	No
Tipo de datos de columna de entrada	MLImage
Tipo de datos de columna de salida	MLImage
NuGet necesario además de Microsoft.ML	Microsoft.ML.ImageAnalytics
Exportable a ONNX	No

El resultado ImageGrayscalingTransformer crea una nueva columna, denominada como se especifica en los parámetros de nombre de columna de salida, y convierte la imagen de la columna de entrada en una imagen de escala de grises. Las imágenes se pueden convertir en escala de grises para reducir la complejidad del modelo. Las imágenes atenuadas contienen menos información que procesar que las imágenes de color. Otro caso de uso para la conversión en escala de grises es generar nuevas imágenes de las existentes, por lo que puede tener un conjunto de datos mayor, una técnica conocida como aumento de datos. Para canalizaciones de procesamiento de imágenes de un extremo a otro y escenarios en las aplicaciones, consulte los ejemplos del repositorio de github machinelearning-samples.

Consulte la sección Consulte también los vínculos a ejemplos de uso.

Métodos

Fit(IDataView)	IEstimator<TTransformer>para .ImageGrayscalingTransformer (Heredado de TrivialEstimator<TTransformer>)
GetOutputSchema(SchemaShape)	Devuelve el SchemaShape del esquema que generará el transformador. Se usa para la propagación y comprobación del esquema en una canalización.

Métodos de extensión

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

Anexe un "punto de control de almacenamiento en caché" a la cadena del estimador. Esto garantizará que los estimadores de bajada se entrenarán con datos almacenados en caché. Resulta útil tener un punto de control de almacenamiento en caché antes de que los instructores tomen varios pases de datos.

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

Dado un estimador, devuelva un objeto de ajuste que llamará a un delegado una vez Fit(IDataView) . A menudo, es importante que un estimador devuelva información sobre lo que cabe, por lo que el Fit(IDataView) método devuelve un objeto con tipo específico, en lugar de simplemente un general ITransformer. Sin embargo, al mismo tiempo, IEstimator<TTransformer> a menudo se forman en canalizaciones con muchos objetos, por lo que es posible que tengamos que crear una cadena de estimadores a través EstimatorChain<TLastTransformer> de donde el estimador para el que queremos obtener el transformador se enterró en algún lugar de esta cadena. En ese escenario, podemos a través de este método adjuntar un delegado al que se llamará una vez que se llame a fit.

Consulte también

• ConvertToGrayscale(TransformsCatalog, String, String)