ImageGrayscalingEstimator Kelas
Definisi
Penting
Beberapa informasi terkait produk prarilis yang dapat diubah secara signifikan sebelum dirilis. Microsoft tidak memberikan jaminan, tersirat maupun tersurat, sehubungan dengan informasi yang diberikan di sini.
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)- Warisan
Keterangan
Karakteristik Estimator
| Apakah estimator ini perlu melihat data untuk melatih parameternya? | Tidak |
| Jenis data kolom input | MLImage |
| Jenis data kolom output | MLImage |
| NuGet yang diperlukan selain Microsoft.ML | Microsoft.ML.ImageAnalytics |
| Dapat diekspor ke ONNX | Tidak |
Hasilnya ImageGrayscalingTransformer membuat kolom baru, bernama seperti yang ditentukan dalam parameter nama kolom output, dan mengonversi gambar dari kolom input menjadi gambar skala abu-abu. Gambar mungkin dikonversi menjadi skala abu-abu untuk mengurangi kompleksitas model. Gambar berwarna abu-abu berisi lebih sedikit informasi untuk diproses daripada gambar berwarna. Kasus penggunaan lain untuk mengonversi ke skala abu-abu adalah menghasilkan gambar baru dari yang sudah ada, sehingga Anda dapat memiliki himpunan data yang lebih besar, teknik yang dikenal sebagai augmentasi data. 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> ImageGrayscalingTransformeruntuk . (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. |