ImageObjectDetectionSearchSpace クラス

AutoML 画像オブジェクト検出タスクと画像インスタンスセグメント化タスクの検索領域。

継承

azure.ai.ml.entities._mixins.RestTranslatableMixin

ImageObjectDetectionSearchSpace

コンストラクター

ImageObjectDetectionSearchSpace(*, ams_gradient: bool | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, beta1: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, beta2: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, distributed: bool | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, early_stopping: bool | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, early_stopping_delay: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, early_stopping_patience: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, enable_onnx_normalization: bool | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, evaluation_frequency: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, gradient_accumulation_step: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, layers_to_freeze: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, learning_rate: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, learning_rate_scheduler: str | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, model_name: str | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, momentum: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, nesterov: bool | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, number_of_epochs: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, number_of_workers: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, optimizer: str | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, random_seed: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, step_lr_gamma: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, step_lr_step_size: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, training_batch_size: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, validation_batch_size: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, warmup_cosine_lr_cycles: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, warmup_cosine_lr_warmup_epochs: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, weight_decay: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, box_detections_per_image: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, box_score_threshold: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, image_size: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, max_size: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, min_size: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, model_size: str | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, multi_scale: bool | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, nms_iou_threshold: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, tile_grid_size: str | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, tile_overlap_ratio: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, tile_predictions_nms_threshold: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, validation_iou_threshold: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, validation_metric_type: str | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None)

パラメーター

ams_gradient

bool または <xref:azure.ai.ml.entities.SweepDistribution>

必須

オプティマイザーが 'adam' または 'adamw' の場合に AMSGrad を有効にします。

beta1

float または <xref:azure.ai.ml.entities.SweepDistribution>

必須

オプティマイザーが 'adam' または 'adamw' の場合の 'beta1' の値。 範囲 [0, 1] の float にする必要があります。

beta2

float または <xref:azure.ai.ml.entities.SweepDistribution>

必須

オプティマイザーが 'adam' または 'adamw' の場合の 'beta2' の値。 範囲 [0, 1] の float にする必要があります。

distributed

bool または <xref:azure.ai.ml.entities.SweepDistribution>

必須

配布者トレーニングを使用するかどうか。

early_stopping

bool または <xref:azure.ai.ml.entities.SweepDistribution>

必須

トレーニング中に早期停止ロジックを有効にします。

early_stopping_delay

int または <xref:azure.ai.ml.entities.SweepDistribution>

必須

プライマリ メトリックの改善が早期停止のために追跡されるまで待機するエポックまたは検証評価の最小数。 正の整数にする必要があります。

early_stopping_patience

int または <xref:azure.ai.ml.entities.SweepDistribution>

必須

実行が停止する前に主要なメトリックの改善がないエポックまたは検証評価の最小数。 正の整数にする必要があります。

enable_onnx_normalization

bool または <xref:azure.ai.ml.entities.SweepDistribution>

必須

ONNX モデルをエクスポートするときに正規化を有効にします。

evaluation_frequency

int または <xref:azure.ai.ml.entities.SweepDistribution>

必須

メトリック スコアを取得するために検証データセットを評価する頻度。 正の整数にする必要があります。

gradient_accumulation_step

int または <xref:azure.ai.ml.entities.SweepDistribution>

必須

グラデーションの累積とは、モデルの重みを更新せずに構成された数の "GradAccumulationStep" ステップを実行し、それらのステップのグラデーションを累積した後、累積されたグラデーションを使用して重みの更新を計算することを意味します。 正の整数にする必要があります。

layers_to_freeze

int または <xref:azure.ai.ml.entities.SweepDistribution>

必須

モデルに固定するレイヤーの数。 正の整数にする必要があります。 たとえば、'seresnext' の値として 2 を渡すと、レイヤー 0 とレイヤー 1 がフリーズします。 サポートされているモデルの完全な一覧とレイヤー固定の詳細については、 を参照してください https://docs.microsoft.com/en-us/azure/machine-learning/reference-automl-images-hyperparameters#model-agnostic-hyperparameters。 # pylint: disable=line-too-long

learning_rate

必須

初期学習率。 範囲 [0, 1] の float にする必要があります。 :type learning_rate: float または ~azure.ai.ml.entities.SweepDistribution

learning_rate_scheduler

str または <xref:azure.ai.ml.entities.SweepDistribution>

必須

学習率スケジューラの種類。 'warmup_cosine' または 'step' である必要があります。

model_name

str または <xref:azure.ai.ml.entities.SweepDistribution>

必須

トレーニングに使用するモデルの名前。 使用可能なモデルの詳細については、公式ドキュメントを参照してください。 https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models

momentum

float または <xref:azure.ai.ml.entities.SweepDistribution>

必須

オプティマイザーが 'sgd' の場合のモメンタムの値。 範囲 [0, 1] の float にする必要があります。

nesterov

bool または <xref:azure.ai.ml.entities.SweepDistribution>

必須

オプティマイザーが 'sgd' の場合は nesterov を有効にします。

number_of_epochs

int または <xref:azure.ai.ml.entities.SweepDistribution>

必須

トレーニング エポックの数。 正の整数にする必要があります。

number_of_workers

int または <xref:azure.ai.ml.entities.SweepDistribution>

必須

データ ローダー ワーカーの数。 負以外の整数である必要があります。

optimizer

str または <xref:azure.ai.ml.entities.SweepDistribution>

必須

オプティマイザーの種類。 'sgd'、'adam'、または 'adamw' のいずれかである必要があります。

random_seed

int または <xref:azure.ai.ml.entities.SweepDistribution>

必須

決定論的トレーニングを使用するときに使用されるランダム シード。

step_lr_gamma

float または <xref:azure.ai.ml.entities.SweepDistribution>

必須

学習率スケジューラが "step" の場合のガンマの値。 範囲 [0, 1] の float にする必要があります。

step_lr_step_size

int または <xref:azure.ai.ml.entities.SweepDistribution>

必須

学習率スケジューラが "step" の場合のステップ サイズの値。 正の整数にする必要があります。

training_batch_size

int または <xref:azure.ai.ml.entities.SweepDistribution>

必須

トレーニング バッチ サイズ。 正の整数にする必要があります。

validation_batch_size

int または <xref:azure.ai.ml.entities.SweepDistribution>

必須

検証バッチ サイズ。 正の整数にする必要があります。

warmup_cosine_lr_cycles

float または <xref:azure.ai.ml.entities.SweepDistribution>

必須

学習率スケジューラが "warmup_cosine" の場合のコサイン サイクルの値。 範囲 [0, 1] の float にする必要があります。

warmup_cosine_lr_warmup_epochs

int または <xref:azure.ai.ml.entities.SweepDistribution>

必須

学習率スケジューラが "warmup_cosine" の場合のウォームアップ エポックの値。 正の整数にする必要があります。

weight_decay

int または <xref:azure.ai.ml.entities.SweepDistribution>

必須

オプティマイザーが 'sgd'、'adam'、または 'adamw' の場合の重みの減衰の値。 範囲 [0, 1] の float である必要があります。

box_detections_per_image

int または <xref:azure.ai.ml.entities.SweepDistribution>

必須

すべてのクラスで、画像あたりの最大検出数。 正の整数にする必要があります。 注: この設定は、"yolov5" アルゴリズムではサポートされていません。

box_score_threshold

float または <xref:azure.ai.ml.entities.SweepDistribution>

必須

推論中は、分類スコアが BoxScoreThreshold より大きい提案のみを返します。 範囲 [0, 1] の float である必要があります。

image_size

int または <xref:azure.ai.ml.entities.SweepDistribution>

必須

トレーニングおよび検証用の画像サイズ。 正の整数にする必要があります。 注: サイズが大きすぎると、トレーニング実行が CUDA OOM に入る可能性があります。 注: この設定は、"yolov5" アルゴリズムでのみサポートされています。

max_size

必須

バックボーンにフィードする前に再スケーリングする画像の最大サイズ。 正の整数にする必要があります。 注: サイズが大きすぎる場合、トレーニングの実行が CUDA OOM になることがあります。 注: この設定は、"yolov5" アルゴリズムではサポートされていません。 :type max_size: int または ~azure.ai.ml.entities.SweepDistribution

min_size

int または <xref:azure.ai.ml.entities.SweepDistribution>

必須

バックボーンにフィードする前に再スケーリングする画像の最小サイズ。 正の整数にする必要があります。 注: サイズが大きすぎる場合、トレーニングの実行が CUDA OOM になることがあります。 注: この設定は、"yolov5" アルゴリズムではサポートされていません。

model_size

str または <xref:azure.ai.ml.entities.SweepDistribution>

必須

モデルのサイズ。 'small'、'medium'、'large'、または 'extra_large' である必要があります。 注: モデルのサイズが大きすぎる場合、トレーニングの実行が CUDA OOM になることがあります。 注: この設定は、"yolov5" アルゴリズムでのみサポートされています。

multi_scale

bool または <xref:azure.ai.ml.entities.SweepDistribution>

必須

イメージ サイズを +/- 50% 変更して、マルチスケール イメージを有効にします。 注: 十分な GPU メモリがない場合、トレーニングの実行が CUDA OOM になることがあります。 注: この設定は、"yolov5" アルゴリズムでのみサポートされています。

nms_iou_threshold

float または <xref:azure.ai.ml.entities.SweepDistribution>

必須

NMS の後処理で推論中に使用される IOU しきい値。 [0, 1] の範囲内で float である必要があります。

tile_grid_size

str または <xref:azure.ai.ml.entities.SweepDistribution>

必須

各画像のタイルに使用するグリッド サイズ。 注: 小さな物体検出ロジックを有効にするには、TileGridSize を None にすることはできません。 mxn 形式の 2 つの整数を含む文字列。

tile_overlap_ratio

float または <xref:azure.ai.ml.entities.SweepDistribution>

必須

各ディメンションの隣接するタイル間のオーバーラップ率。 [0, 1) の範囲内で float である必要があります。

tile_predictions_nms_threshold

float または <xref:azure.ai.ml.entities.SweepDistribution>

必須

タイルおよび画像から予測をマージしながら NMS を実行するために使用する IOU しきい値。 検証や推論で使用されます。 [0, 1] の範囲内で float である必要があります。 NMS: 非最大抑制。

validation_iou_threshold

float または <xref:azure.ai.ml.entities.SweepDistribution>

必須

検証メトリックを計算するときに使用する IOU しきい値。 [0, 1] の範囲内で float である必要があります。

validation_metric_type

str または <xref:azure.ai.ml.entities.SweepDistribution>

必須

検証メトリックに使用するメトリック計算方法。 'none'、'coco'、'voc'、または 'coco_voc' である必要があります。