resizeImage: 기계 학습 크기 조정 이미지 변환

지정된 크기 조정 메서드를 사용하여 지정된 차원으로 이미지의 크기를 조정합니다.

사용

  resizeImage(vars, width = 224, height = 224, resizingOption = "IsoCrop")

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.

width

스케일링된 이미지의 너비(픽셀)를 지정합니다. 기본값은 224입니다.

height

스케일링된 이미지의 높이(픽셀)를 지정합니다. 기본값은 224입니다.

resizingOption

사용할 크기 조정 방법을 지정합니다. 모든 방법은 쌍선형 보간을 사용합니다. 옵션은 다음과 같습니다.

• "IsoPad": 가로 세로 비율이 유지되도록 이미지의 크기를 조정합니다. 필요한 경우 새 너비 또는 높이에 맞게 이미지를 검은색으로 채웁니다.
• "IsoCrop": 가로 세로 비율이 유지되도록 이미지의 크기를 조정합니다. 필요한 경우 새 너비 또는 높이에 맞게 이미지를 자릅니다.
• "Aniso": 가로 세로 비율을 유지하지 않고 새 너비와 높이로 이미지를 늘립니다. 기본값은 "IsoPad"입니다.

세부 정보

resizeImage는 지정된 크기 조정 방법을 사용하여 지정된 높이와 너비로 이미지 크기를 조정합니다. 이 변환에 대한 입력 변수는 이미지여야 하며, 일반적으로 loadImage 변환의 결과입니다.

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")