이미지 변환 적용

  • 아티클

이 문서에서는 Azure Machine Learning 디자이너에서 이미지 변환 적용 구성 요소를 사용하여 이전에 지정된 이미지 변환을 기반으로 입력 이미지 디렉터리를 수정하는 방법을 설명합니다.

이미지 변환 시작 구성 요소를 연결하여 변환을 지정한 다음, 이미지 변환 적용 구성 요소의 입력 이미지 디렉터리에 이러한 변환을 적용할 수 있습니다.

[이미지 변환 적용]을 사용하는 방법

  1. 이미지 변환 적용 구성 요소를 파이프라인에 추가합니다. Computer Vision/이미지 데이터 변환 범주에서 이 구성 요소를 찾을 수 있습니다.

  2. 이미지 변환 시작의 출력을 이미지 변환 적용의 왼쪽 입력에 연결합니다.

    참고

    이미지 변환 시작 구성 요소에 의해 생성된 이미지 변환만 이 구성 요소에 적용됩니다. 다른 종류의 변환의 경우 변환 적용에 연결하세요. 그렇지 않으면 'InvalidTransformationDirectoryError'가 throw됩니다.

  3. 변환하려는 이미지 디렉터리를 연결합니다.

  4. 모드의 경우 입력 변환을 사용할 목적으로 '학습용 ' 또는 '유추용'을 지정합니다.

    학습용을 선택하는 경우 [이미지 변환 시작]에서 지정한 모든 변환이 적용됩니다.

    유추용을 선택하는 경우 새 샘플을 임의로 만드는 것과 같은 변환이 적용되기 전에 제외됩니다. 이는 '임의의 수평 대칭 이동'과 같이 새 샘플을 임의로 만드는 변환 작업이 학습에서 데이터 확대에 사용되기 때문입니다. 정확한 예측 및 평가를 위해 유추 샘플을 수정해야 하기 때문에 유추에서 제거해야 합니다.

    참고

    유추용 모드에서 제외되는 변환은 임의의 크기 조정 자르기, 임의 자르기, 임의 가로 대칭 이동, 임의 수직 대칭 이동, 임의 회전, 임의 관계, 임의 회색조, 임의 원근, 임의 지우기입니다.

  5. 새 이미지 디렉터리에 이미지 변환을 적용하려면 파이프라인을 제출합니다.

구성 요소 매개 변수

Name 범위 Type 기본값 Description
Mode 모두 모드 (사용자 지정 필요) 입력 변환을 사용하는 용도. '임의' 변환 작업은 유추에서 제외하고 학습에 유지해야 합니다.

예상 입력

Name 형식 설명
이미지 변환 입력 TransformationDirectory 이미지 변환 입력
이미지 디렉터리 입력 ImageDirectory 변환할 이미지 디렉터리

출력

Name 형식 Description
이미지 디렉터리 출력 ImageDirectory 이미지 디렉터리 출력

다음 단계

Azure Machine Learning에서 사용 가능한 구성 요소 집합을 참조하세요.