ImageModelSettingsObjectDetection interface

패키지:

@azure/arm-machinelearning

모델 학습에 사용되는 설정입니다. 사용 가능한 설정에 대한 자세한 내용은 공식 설명서를 참조하세요. https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

Extends

ImageModelSettings

속성

boxDetectionsPerImage	모든 클래스에 대한 이미지당 최대 검색 수입니다. 양의 정수여야 합니다. 참고: 이 설정은 'yolov5' 알고리즘에 대해 지원되지 않습니다.
boxScoreThreshold	유추 중에는 분류 점수가 BoxScoreThreshold보다 큰 제안만 반환합니다. 범위[0, 1]의 부동 소수 자릿수여야 합니다.
imageSize	학습 및 유효성 검사를 위한 이미지 크기입니다. 양의 정수여야 합니다. 참고: 크기가 너무 크면 학습 실행이 CUDA OOM에 들어갈 수 있습니다. 참고: 이 설정은 'yolov5' 알고리즘에 대해서만 지원됩니다.
maxSize	백본에 공급하기 전에 크기가 조정될 이미지의 최대 크기입니다. 양의 정수여야 합니다. 참고: 크기가 너무 크면 학습 실행이 CUDA OOM에 들어갈 수 있습니다. 참고: 이 설정은 'yolov5' 알고리즘에 대해 지원되지 않습니다.
minSize	백본에 공급하기 전에 크기가 조정될 이미지의 최소 크기입니다. 양의 정수여야 합니다. 참고: 크기가 너무 크면 학습 실행이 CUDA OOM에 들어갈 수 있습니다. 참고: 이 설정은 'yolov5' 알고리즘에 대해 지원되지 않습니다.
modelSize	모델 크기입니다. 'small', 'medium', 'large' 또는 'xlarge'여야 합니다. 참고: 모델 크기가 너무 크면 학습 실행이 CUDA OOM에 들어갈 수 있습니다. 참고: 이 설정은 'yolov5' 알고리즘에 대해서만 지원됩니다.
multiScale	이미지 크기를 +/- 50%변경하여 다중 크기 이미지를 사용하도록 설정합니다. 참고: 충분한 GPU 메모리가 없는 경우 학습 실행이 CUDA OOM에 들어갈 수 있습니다. 참고: 이 설정은 'yolov5' 알고리즘에 대해서만 지원됩니다.
nmsIouThreshold	NMS 사후 처리에서 유추하는 동안 사용되는 IOU 임계값입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.
tileGridSize	각 이미지를 타일링하는 데 사용할 그리드 크기입니다. 참고: 작은 개체 검색 논리를 사용하려면 TileGridSize가 None이 아니어야 합니다. mxn 형식의 두 정수가 포함된 문자열입니다. 참고: 이 설정은 'yolov5' 알고리즘에 대해 지원되지 않습니다.
tileOverlapRatio	각 차원의 인접 타일 간의 겹침 비율입니다. 범위 [0, 1)에 부동 소수 자릿수여야 합니다. 참고: 이 설정은 'yolov5' 알고리즘에 대해 지원되지 않습니다.
tilePredictionsNmsThreshold	타일 및 이미지에서 예측을 병합하는 동안 NMS를 수행하는 데 사용할 IOU 임계값입니다. 유효성 검사/유추에 사용됩니다. 범위 [0, 1]에 부동 소수 자릿수여야 합니다. 참고: 이 설정은 'yolov5' 알고리즘에 대해 지원되지 않습니다.
validationIouThreshold	유효성 검사 메트릭을 계산할 때 사용할 IOU 임계값입니다. 범위 [0, 1]에 부동 소수 자릿수여야 합니다.
validationMetricType	유효성 검사 메트릭에 사용할 메트릭 계산 방법입니다.

상속된 속성

advancedSettings	고급 시나리오에 대한 설정입니다.
amsGradient	최적화 프로그램이 'adam' 또는 'adamw'인 경우 AMSGrad를 사용하도록 설정합니다.
augmentations	확대를 사용하기 위한 설정입니다.
beta1	최적화 프로그램이 'adam' 또는 'adamw'인 경우 'beta1' 값입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.
beta2	최적화 프로그램이 'adam' 또는 'adamw'인 경우 'beta2' 값입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.
checkpointFrequency	모델 검사점을 저장하는 빈도입니다. 양의 정수여야 합니다.
checkpointModel	증분 학습을 위한 미리 학습된 검사점 모델입니다.
checkpointRunId	증분 학습에 대한 미리 학습된 검사점이 있는 이전 실행의 ID입니다.
distributed	분산 학습을 사용할지 여부입니다.
earlyStopping	학습 중에 조기 중지 논리를 사용하도록 설정합니다.
earlyStoppingDelay	초기 중지를 위해 기본 메트릭 개선이 추적되기 전에 대기할 최소 Epoch 수 또는 유효성 검사 평가입니다. 양의 정수여야 합니다.
earlyStoppingPatience	실행이 중지되기 전에 기본 메트릭 개선 없이 Epoch 또는 유효성 검사 평가의 최소 수입니다. 양의 정수여야 합니다.
enableOnnxNormalization	ONNX 모델을 내보낼 때 정규화를 사용하도록 설정합니다.
evaluationFrequency	메트릭 점수를 얻기 위해 유효성 검사 데이터 세트를 평가하는 빈도입니다. 양의 정수여야 합니다.
gradientAccumulationStep	그라데이션 누적은 해당 단계의 그라데이션을 누적하는 동안 모델 가중치를 업데이트하지 않고 구성된 수의 "GradAccumulationStep" 단계를 실행한 다음 누적 그라데이션을 사용하여 가중치 업데이트를 계산하는 것을 의미합니다. 양의 정수여야 합니다.
layersToFreeze	모델에 대해 고정할 레이어 수입니다. 양의 정수여야 합니다. 예를 들어 'seresnext'의 값으로 2를 전달하면 layer0 및 layer1이 동결됩니다. 지원되는 모델의 전체 목록과 계층 고정에 대한 자세한 내용은 다음을 참조하세요. https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
learningRate	초기 학습 속도입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.
learningRateScheduler	학습 속도 스케줄러의 유형입니다. 'warmup_cosine' 또는 '단계'여야 합니다.
modelName	학습에 사용할 모델의 이름입니다. 사용 가능한 모델에 대한 자세한 내용은 공식 설명서를 참조하세요. https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
momentum	최적화 프로그램이 'sgd'일 때의 모멘텀 값입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.
nesterov	최적화 프로그램이 'sgd'일 때 nesterov를 사용하도록 설정합니다.
numberOfEpochs	학습 epoch의 수입니다. 양의 정수여야 합니다.
numberOfWorkers	데이터 로더 작업자 수입니다. 음수가 아닌 정수여야 합니다.
optimizer	최적화 프로그램의 유형입니다.
randomSeed	결정적 학습을 사용할 때 사용할 임의 시드입니다.
stepLRGamma	학습 속도 스케줄러가 '단계'인 경우 감마 값입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.
stepLRStepSize	학습 속도 스케줄러가 '단계'인 경우 단계 크기의 값입니다. 양의 정수여야 합니다.
trainingBatchSize	학습 일괄 처리 크기입니다. 양의 정수여야 합니다.
validationBatchSize	유효성 검사 일괄 처리 크기입니다. 양의 정수여야 합니다.
warmupCosineLRCycles	학습 속도 스케줄러가 'warmup_cosine'인 경우 코사인 주기의 값입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.
warmupCosineLRWarmupEpochs	학습 속도 스케줄러가 'warmup_cosine'인 경우 준비 epoch의 값입니다. 양의 정수여야 합니다.
weightDecay	최적화 프로그램이 'sgd', 'adam' 또는 'adamw'인 경우 가중치 감쇠 값입니다. 범위[0, 1]의 부동 소수 자릿수여야 합니다.

속성 세부 정보

boxDetectionsPerImage

모든 클래스에 대한 이미지당 최대 검색 수입니다. 양의 정수여야 합니다. 참고: 이 설정은 'yolov5' 알고리즘에 대해 지원되지 않습니다.

boxDetectionsPerImage?: number

속성 값

number

boxScoreThreshold

유추 중에는 분류 점수가 BoxScoreThreshold보다 큰 제안만 반환합니다. 범위[0, 1]의 부동 소수 자릿수여야 합니다.

boxScoreThreshold?: number

속성 값

number

imageSize

학습 및 유효성 검사를 위한 이미지 크기입니다. 양의 정수여야 합니다. 참고: 크기가 너무 크면 학습 실행이 CUDA OOM에 들어갈 수 있습니다. 참고: 이 설정은 'yolov5' 알고리즘에 대해서만 지원됩니다.

imageSize?: number

속성 값

number

maxSize

백본에 공급하기 전에 크기가 조정될 이미지의 최대 크기입니다. 양의 정수여야 합니다. 참고: 크기가 너무 크면 학습 실행이 CUDA OOM에 들어갈 수 있습니다. 참고: 이 설정은 'yolov5' 알고리즘에 대해 지원되지 않습니다.

maxSize?: number

속성 값

number

minSize

백본에 공급하기 전에 크기가 조정될 이미지의 최소 크기입니다. 양의 정수여야 합니다. 참고: 크기가 너무 크면 학습 실행이 CUDA OOM에 들어갈 수 있습니다. 참고: 이 설정은 'yolov5' 알고리즘에 대해 지원되지 않습니다.

minSize?: number

속성 값

number

modelSize

모델 크기입니다. 'small', 'medium', 'large' 또는 'xlarge'여야 합니다. 참고: 모델 크기가 너무 크면 학습 실행이 CUDA OOM에 들어갈 수 있습니다. 참고: 이 설정은 'yolov5' 알고리즘에 대해서만 지원됩니다.

modelSize?: string

속성 값

string

multiScale

이미지 크기를 +/- 50%변경하여 다중 크기 이미지를 사용하도록 설정합니다. 참고: 충분한 GPU 메모리가 없는 경우 학습 실행이 CUDA OOM에 들어갈 수 있습니다. 참고: 이 설정은 'yolov5' 알고리즘에 대해서만 지원됩니다.

multiScale?: boolean

속성 값

boolean

nmsIouThreshold

NMS 사후 처리에서 유추하는 동안 사용되는 IOU 임계값입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.

nmsIouThreshold?: number

속성 값

number

tileGridSize

각 이미지를 타일링하는 데 사용할 그리드 크기입니다. 참고: 작은 개체 검색 논리를 사용하려면 TileGridSize가 None이 아니어야 합니다. mxn 형식의 두 정수가 포함된 문자열입니다. 참고: 이 설정은 'yolov5' 알고리즘에 대해 지원되지 않습니다.

tileGridSize?: string

속성 값

string

tileOverlapRatio

각 차원의 인접 타일 간의 겹침 비율입니다. 범위 [0, 1)에 부동 소수 자릿수여야 합니다. 참고: 이 설정은 'yolov5' 알고리즘에 대해 지원되지 않습니다.

tileOverlapRatio?: number

속성 값

number

tilePredictionsNmsThreshold

타일 및 이미지에서 예측을 병합하는 동안 NMS를 수행하는 데 사용할 IOU 임계값입니다. 유효성 검사/유추에 사용됩니다. 범위 [0, 1]에 부동 소수 자릿수여야 합니다. 참고: 이 설정은 'yolov5' 알고리즘에 대해 지원되지 않습니다.

tilePredictionsNmsThreshold?: number

속성 값

number

validationIouThreshold

유효성 검사 메트릭을 계산할 때 사용할 IOU 임계값입니다. 범위 [0, 1]에 부동 소수 자릿수여야 합니다.

validationIouThreshold?: number

속성 값

number

validationMetricType

유효성 검사 메트릭에 사용할 메트릭 계산 방법입니다.

validationMetricType?: string

속성 값

string

상속된 속성 세부 정보

advancedSettings

고급 시나리오에 대한 설정입니다.

advancedSettings?: string

속성 값

string

ImageModelSettings.advancedSettings 상속된

amsGradient

최적화 프로그램이 'adam' 또는 'adamw'인 경우 AMSGrad를 사용하도록 설정합니다.

amsGradient?: boolean

속성 값

boolean

ImageModelSettings.amsGradient 상속된

augmentations

확대를 사용하기 위한 설정입니다.

augmentations?: string

속성 값

string

ImageModelSettings.augmentations 상속된

beta1

최적화 프로그램이 'adam' 또는 'adamw'인 경우 'beta1' 값입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.

beta1?: number

속성 값

number

ImageModelSettings.beta1 상속된

beta2

최적화 프로그램이 'adam' 또는 'adamw'인 경우 'beta2' 값입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.

beta2?: number

속성 값

number

ImageModelSettings.beta2 상속된

checkpointFrequency

모델 검사점을 저장하는 빈도입니다. 양의 정수여야 합니다.

checkpointFrequency?: number

속성 값

number

ImageModelSettings.checkpointFrequency 상속된

checkpointModel

증분 학습을 위한 미리 학습된 검사점 모델입니다.

checkpointModel?: MLFlowModelJobInput

속성 값

MLFlowModelJobInput

ImageModelSettings.checkpointModel 상속된

checkpointRunId

증분 학습에 대한 미리 학습된 검사점이 있는 이전 실행의 ID입니다.

checkpointRunId?: string

속성 값

string

ImageModelSettings.checkpointRunId 상속된

distributed

분산 학습을 사용할지 여부입니다.

distributed?: boolean

속성 값

boolean

ImageModelSettings.distributed 상속된

earlyStopping

학습 중에 조기 중지 논리를 사용하도록 설정합니다.

earlyStopping?: boolean

속성 값

boolean

ImageModelSettings.earlyStopping 상속된

earlyStoppingDelay

초기 중지를 위해 기본 메트릭 개선이 추적되기 전에 대기할 최소 Epoch 수 또는 유효성 검사 평가입니다. 양의 정수여야 합니다.

earlyStoppingDelay?: number

속성 값

number

ImageModelSettings.earlyStoppingDelay 상속된

earlyStoppingPatience

실행이 중지되기 전에 기본 메트릭 개선 없이 Epoch 또는 유효성 검사 평가의 최소 수입니다. 양의 정수여야 합니다.

earlyStoppingPatience?: number

속성 값

number

ImageModelSettings.earlyStoppingPatience 상속된

enableOnnxNormalization

ONNX 모델을 내보낼 때 정규화를 사용하도록 설정합니다.

enableOnnxNormalization?: boolean

속성 값

boolean

ImageModelSettings.enableOnnxNormalization 상속된

evaluationFrequency

메트릭 점수를 얻기 위해 유효성 검사 데이터 세트를 평가하는 빈도입니다. 양의 정수여야 합니다.

evaluationFrequency?: number

속성 값

number

ImageModelSettings.evaluationFrequency 상속된

gradientAccumulationStep

그라데이션 누적은 해당 단계의 그라데이션을 누적하는 동안 모델 가중치를 업데이트하지 않고 구성된 수의 "GradAccumulationStep" 단계를 실행한 다음 누적 그라데이션을 사용하여 가중치 업데이트를 계산하는 것을 의미합니다. 양의 정수여야 합니다.

gradientAccumulationStep?: number

속성 값

number

ImageModelSettings.gradientAccumulationStep 상속된

layersToFreeze

모델에 대해 고정할 레이어 수입니다. 양의 정수여야 합니다. 예를 들어 'seresnext'의 값으로 2를 전달하면 layer0 및 layer1이 동결됩니다. 지원되는 모델의 전체 목록과 계층 고정에 대한 자세한 내용은 다음을 참조하세요. https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

layersToFreeze?: number

속성 값

number

ImageModelSettings.layersToFreeze 상속된

learningRate

초기 학습 속도입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.

learningRate?: number

속성 값

number

ImageModelSettings.learningRate 상속된

learningRateScheduler

학습 속도 스케줄러의 유형입니다. 'warmup_cosine' 또는 '단계'여야 합니다.

learningRateScheduler?: string

속성 값

string

ImageModelSettings.learningRateScheduler 상속된

modelName

학습에 사용할 모델의 이름입니다. 사용 가능한 모델에 대한 자세한 내용은 공식 설명서를 참조하세요. https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

modelName?: string

속성 값

string

ImageModelSettings.modelName 상속된

momentum

최적화 프로그램이 'sgd'일 때의 모멘텀 값입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.

momentum?: number

속성 값

number

ImageModelSettings.momentum 상속된

nesterov

최적화 프로그램이 'sgd'일 때 nesterov를 사용하도록 설정합니다.

nesterov?: boolean

속성 값

boolean

ImageModelSettings.nesterov 상속된

numberOfEpochs

학습 epoch의 수입니다. 양의 정수여야 합니다.

numberOfEpochs?: number

속성 값

number

ImageModelSettings.numberOfEpochs 상속된

numberOfWorkers

데이터 로더 작업자 수입니다. 음수가 아닌 정수여야 합니다.

numberOfWorkers?: number

속성 값

number

ImageModelSettings.numberOfWorkers 상속된

optimizer

최적화 프로그램의 유형입니다.

optimizer?: string

속성 값

string

ImageModelSettings.optimizer 상속된

randomSeed

결정적 학습을 사용할 때 사용할 임의 시드입니다.

randomSeed?: number

속성 값

number

ImageModelSettings.randomSeed 상속된

stepLRGamma

학습 속도 스케줄러가 '단계'인 경우 감마 값입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.

stepLRGamma?: number

속성 값

number

ImageModelSettings.stepLRGamma 상속된

stepLRStepSize

학습 속도 스케줄러가 '단계'인 경우 단계 크기의 값입니다. 양의 정수여야 합니다.

stepLRStepSize?: number

속성 값

number

ImageModelSettings.stepLRStepSize 상속된

trainingBatchSize

학습 일괄 처리 크기입니다. 양의 정수여야 합니다.

trainingBatchSize?: number

속성 값

number

ImageModelSettings.trainingBatchSize 상속된

validationBatchSize

유효성 검사 일괄 처리 크기입니다. 양의 정수여야 합니다.

validationBatchSize?: number

속성 값

number

ImageModelSettings.validationBatchSize 상속된

warmupCosineLRCycles

학습 속도 스케줄러가 'warmup_cosine'인 경우 코사인 주기의 값입니다. 범위 [0, 1]의 부동 소수 자릿수여야 합니다.

warmupCosineLRCycles?: number

속성 값

number

ImageModelSettings.warmupCosineLRCycles 상속된

warmupCosineLRWarmupEpochs

학습 속도 스케줄러가 'warmup_cosine'인 경우 준비 epoch의 값입니다. 양의 정수여야 합니다.

warmupCosineLRWarmupEpochs?: number

속성 값

number

ImageModelSettings.warmupCosineLRWarmupEpochs 상속된

weightDecay

최적화 프로그램이 'sgd', 'adam' 또는 'adamw'인 경우 가중치 감쇠 값입니다. 범위[0, 1]의 부동 소수 자릿수여야 합니다.

weightDecay?: number

속성 값

number

ImageModelSettings.weightDecay 상속된