ImageResizingEstimator Classe

Definizione

Spazio dei nomi:

Microsoft.ML.Transforms.Image

Assembly:

Microsoft.ML.ImageAnalytics.dll

Pacchetto:

Microsoft.ML.ImageAnalytics v3.0.1

IEstimator<TTransformer>per .ImageResizingTransformer

public sealed class ImageResizingEstimator : Microsoft.ML.Data.TrivialEstimator<Microsoft.ML.Transforms.Image.ImageResizingTransformer>

type ImageResizingEstimator = class
    inherit TrivialEstimator<ImageResizingTransformer>

Public NotInheritable Class ImageResizingEstimator
Inherits TrivialEstimator(Of ImageResizingTransformer)

Ereditarietà

Object

TrivialEstimator<ImageResizingTransformer>

ImageResizingEstimator

Commenti

Caratteristiche dello strumento di stima

Questo stimatore deve esaminare i dati per eseguire il training dei relativi parametri?	No
Tipo di dati della colonna di input	MLImage
Tipo di dati della colonna di output	MLImage
NuGet richiesto oltre a Microsoft.ML	Microsoft.ML.ImageAnalytics
Esportabile in ONNX	No

Il risultato ImageResizingTransformer crea una nuova colonna, denominata come specificato nei parametri del nome della colonna di output e ridimensiona i dati dalla colonna di input a questa nuova colonna.

Nelle pipeline di elaborazione delle immagini, spesso il professionista di Machine Learning usa i featureizer DNN pre-sottoposti a training per estrarre le funzionalità per l'utilizzo negli algoritmi di Machine Learning. Questi modelli pre-sottoposti a training hanno una larghezza e un'altezza definiti per le immagini di input, quindi spesso, dopo il caricamento, le immagini dovranno essere ridimensionate prima di ulteriori elaborazioni. Per le pipeline di elaborazione delle immagini end-to-end e gli scenari nelle applicazioni, vedere gli esempi nel repository github machinelearning-samples.

Controllare la sezione Vedere anche i collegamenti agli esempi di utilizzo.

Metodi

Fit(IDataView)	IEstimator<TTransformer>per .ImageResizingTransformer (Ereditato da TrivialEstimator<TTransformer>)
GetOutputSchema(SchemaShape)	Restituisce l'oggetto SchemaShape dello schema che verrà prodotto dal trasformatore. Usato per la propagazione e la verifica dello schema in una pipeline.

Metodi di estensione

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

Aggiungere un "checkpoint di memorizzazione nella cache" alla catena di stima. Ciò garantisce che gli estimatori downstream vengano sottoposti a training sui dati memorizzati nella cache. È utile avere un checkpoint di memorizzazione nella cache prima dei training che accettano più passaggi di dati.

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

Dato un stimatore, restituire un oggetto wrapping che chiamerà un delegato una volta Fit(IDataView) chiamato. Spesso è importante che un stimatore restituisca informazioni su ciò che è stato adatto, che è il motivo per cui il Fit(IDataView) metodo restituisce un oggetto tipizzato in modo specifico, anziché solo un oggetto generale ITransformer. Tuttavia, allo stesso tempo, IEstimator<TTransformer> sono spesso formati in pipeline con molti oggetti, quindi potrebbe essere necessario creare una catena di stima tramite EstimatorChain<TLastTransformer> dove lo stimatore per cui si vuole ottenere il trasformatore è sepolto da qualche parte in questa catena. Per questo scenario, è possibile collegare questo metodo a un delegato che verrà chiamato una volta chiamato fit.

Vedi anche

• ResizeImages(TransformsCatalog, String, Int32, Int32, String, ImageResizingEstimator+ResizingKind, ImageResizingEstimator+Anchor)