TorchSharpCatalog.ObjectDetection Metodo
Definizione
Importante
Alcune informazioni sono relative alla release non definitiva del prodotto, che potrebbe subire modifiche significative prima della release definitiva. Microsoft non riconosce alcuna garanzia, espressa o implicita, in merito alle informazioni qui fornite.
Overload
| ObjectDetection(MulticlassClassificationCatalog+MulticlassClassificationTrainers, ObjectDetectionTrainer+Options) |
Ottimizzare un modello di rilevamento oggetti. |
| ObjectDetection(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32) |
Ottimizzare un modello di rilevamento oggetti. |
ObjectDetection(MulticlassClassificationCatalog+MulticlassClassificationTrainers, ObjectDetectionTrainer+Options)
- Origine:
- TorchSharpCatalog.cs
- Origine:
- TorchSharpCatalog.cs
- Origine:
- TorchSharpCatalog.cs
Ottimizzare un modello di rilevamento oggetti.
public static Microsoft.ML.TorchSharp.AutoFormerV2.ObjectDetectionTrainer ObjectDetection(this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, Microsoft.ML.TorchSharp.AutoFormerV2.ObjectDetectionTrainer.Options options);static member ObjectDetection : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * Microsoft.ML.TorchSharp.AutoFormerV2.ObjectDetectionTrainer.Options -> Microsoft.ML.TorchSharp.AutoFormerV2.ObjectDetectionTrainer<Extension()>
Public Function ObjectDetection (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, options As ObjectDetectionTrainer.Options) As ObjectDetectionTrainerParametri
Catalogo della trasformazione.
- options
- ObjectDetectionTrainer.Options
Set completo di opzioni avanzate.
Restituisce
Si applica a
ObjectDetection(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32)
- Origine:
- TorchSharpCatalog.cs
- Origine:
- TorchSharpCatalog.cs
- Origine:
- TorchSharpCatalog.cs
Ottimizzare un modello di rilevamento oggetti.
public static Microsoft.ML.TorchSharp.AutoFormerV2.ObjectDetectionTrainer ObjectDetection(this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, string labelColumnName = "Label", string predictedLabelColumnName = "PredictedLabel", string scoreColumnName = "Score", string boundingBoxColumnName = "BoundingBoxes", string predictedBoundingBoxColumnName = "PredictedBoundingBoxes", string imageColumnName = "Image", int maxEpoch = 10);static member ObjectDetection : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * string * string * string * string * string * string * int -> Microsoft.ML.TorchSharp.AutoFormerV2.ObjectDetectionTrainer<Extension()>
Public Function ObjectDetection (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, Optional labelColumnName As String = "Label", Optional predictedLabelColumnName As String = "PredictedLabel", Optional scoreColumnName As String = "Score", Optional boundingBoxColumnName As String = "BoundingBoxes", Optional predictedBoundingBoxColumnName As String = "PredictedBoundingBoxes", Optional imageColumnName As String = "Image", Optional maxEpoch As Integer = 10) As ObjectDetectionTrainerParametri
Catalogo della trasformazione.
- labelColumnName
- String
Nome colonna etichetta. Deve essere un vettore di keytype
- predictedLabelColumnName
- String
Nome della colonna dell'etichetta stimata per l'output. Vettore di keytype
- scoreColumnName
- String
Nome della colonna del punteggio di output. Vettore di float.
- boundingBoxColumnName
- String
Nome della colonna casella di selezione. Vettore di float. I valori devono essere nell'ordine x0 y0 x1 y1.
- predictedBoundingBoxColumnName
- String
Nome della colonna della casella di selezione dell'output. Vettore di float. I valori devono essere nell'ordine x0 y0 x1 y1.
- imageColumnName
- String
Nome della colonna che contiene i dati dell'immagine. È un MLImage
- maxEpoch
- Int32
Numero di epoche da eseguire.