extractPixels: 기계 학습 픽셀 데이터 추출 변환

아티클
05/23/2023

이미지에서 픽셀 값을 추출합니다.

사용

  extractPixels(vars, useAlpha = FALSE, useRed = TRUE, useGreen = TRUE,
    useBlue = TRUE, interleaveARGB = FALSE, convert = TRUE, offset = NULL,
    scale = NULL)

인수

`vars`

입력 변수 이름의 명명된 문자 벡터 목록 및 출력 변수의 이름입니다. 입력 변수는 동일한 형식이어야 합니다. 입력 변수와 출력 변수 간 일대일 매핑의 경우 명명된 문자 벡터를 사용할 수 있습니다.

`useAlpha`

알파 채널을 사용할지 여부를 지정합니다. 기본값은 FALSE입니다.

`useRed`

빨간색 채널을 사용할지 여부를 지정합니다. 기본값은 TRUE입니다.

`useGreen`

녹색 채널을 사용할지 여부를 지정합니다. 기본값은 TRUE입니다.

`useBlue`

파란색 채널을 사용할지 여부를 지정합니다. 기본값은 TRUE입니다.

`interleaveARGB`

각 채널이나 인터리브를 ARGB 순서로 구분할지 여부입니다. 예를 들어 합성곱 신경망을 학습시키는 경우 커널, stride 등의 모양에 영향을 주기 때문에 중요할 수 있습니다.

`convert`

부동 소수점으로 변환할지 여부입니다. 기본값은 FALSE입니다.

`offset`

오프셋(프리스케일)을 지정합니다. convert = TRUE여야 합니다. 기본값은 NULL입니다.

`scale`

배율을 지정합니다. convert = TRUE여야 합니다. 기본값은 NULL입니다.

세부 정보

extractPixels는 이미지에서 픽셀 값을 추출합니다. 입력 변수는 크기가 같은 이미지이며, 일반적으로 resizeImage 변환의 출력입니다. 출력은 일반적으로 학습자에 대한 기능으로 사용되는 벡터 형식의 픽셀 데이터입니다.

값

변환을 정의하는 maml 개체입니다.

작성자

Microsoft Corporation Microsoft Technical Support

예


 train <- data.frame(Path = c(system.file("help/figures/RevolutionAnalyticslogo.png", package = "MicrosoftML")), Label = c(TRUE), stringsAsFactors = FALSE)

 # Loads the images from variable Path, resizes the images to 1x1 pixels and trains a neural net.
 model <- rxNeuralNet(
     Label ~ Features,
     data = train,
     mlTransforms = list(
         loadImage(vars = list(Features = "Path")),
         resizeImage(vars = "Features", width = 1, height = 1, resizing = "Aniso"),
         extractPixels(vars = "Features")
         ),
     mlTransformVars = "Path",
     numHiddenNodes = 1,
     numIterations = 1)

 # Featurizes the images from variable Path using the default model, and trains a linear model on the result.
 model <- rxFastLinear(
     Label ~ Features,
     data = train,
     mlTransforms = list(
         loadImage(vars = list(Features = "Path")),
         resizeImage(vars = "Features", width = 224, height = 224), # If dnnModel == "AlexNet", the image has to be resized to 227x227.
         extractPixels(vars = "Features"),
         featurizeImage(var = "Features")
         ),
     mlTransformVars = "Path")

Share via