Bagikan melalui


ImageLoadingEstimator Kelas

Definisi

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)
Warisan

Keterangan

Karakteristik Estimator

Apakah estimator ini perlu melihat data untuk melatih parameternya? Tidak
Jenis data kolom input Teks
Jenis data kolom output MLImage
NuGet yang diperlukan selain Microsoft.ML Microsoft.ML.ImageAnalytics
Dapat diekspor ke ONNX Tidak

Hasilnya ImageLoadingTransformer membuat kolom baru, bernama seperti yang ditentukan dalam parameter nama kolom output, dan memuat gambar yang ditentukan di kolom input. Pemuatan adalah langkah pertama dari hampir setiap alur yang melakukan pemrosesan gambar, dan analisis lebih lanjut pada gambar. Gambar yang akan dimuat harus dalam format yang didukung oleh MLImage implementasi. Untuk alur pemrosesan gambar end-to-end, dan skenario dalam aplikasi Anda, lihat contoh di repositori github machinelearning-samples.

Periksa bagian Lihat Juga untuk tautan ke contoh penggunaan.

Metode

Fit(IDataView)

IEstimator<TTransformer>ImageLoadingTransformeruntuk .

(Diperoleh dari TrivialEstimator<TTransformer>)
GetOutputSchema(SchemaShape)

Mengembalikan SchemaShape skema yang akan diproduksi oleh transformator. Digunakan untuk propagasi dan verifikasi skema dalam alur.

Metode Ekstensi

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

Tambahkan 'titik pemeriksaan penembolokan' ke rantai estimator. Ini akan memastikan bahwa estimator hilir akan dilatih terhadap data cache. Sangat membantu untuk memiliki titik pemeriksaan penembolokan sebelum pelatih yang mengambil beberapa data berlalu.

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

Mengingat estimator, kembalikan objek pembungkus yang akan memanggil delegasi setelah Fit(IDataView) dipanggil. Seringkali penting bagi estimator untuk mengembalikan informasi tentang apa yang cocok, itulah sebabnya Fit(IDataView) metode mengembalikan objek yang ditik secara khusus, bukan hanya umum ITransformer. Namun, pada saat yang sama, IEstimator<TTransformer> sering dibentuk menjadi alur dengan banyak objek, jadi kita mungkin perlu membangun rantai estimator melalui EstimatorChain<TLastTransformer> tempat estimator yang ingin kita dapatkan transformator dikubur di suatu tempat dalam rantai ini. Untuk skenario itu, kita dapat melalui metode ini melampirkan delegasi yang akan dipanggil setelah pas dipanggil.

Berlaku untuk

Lihat juga