Stosowanie transformacji obrazów

W tym artykule opisano sposób używania składnika Apply Image Transformation w projektancie usługi Azure Machine Learning w celu zmodyfikowania katalogu obrazu wejściowego na podstawie wcześniej określonej transformacji obrazu.

Musisz połączyć składnik Przekształcanie obrazu init w celu określenia przekształcenia, a następnie zastosować takie przekształcenie do katalogu obrazu wejściowego składnika Zastosuj transformację obrazu.

Jak używać zastosuj transformację obrazu

1. Dodaj składnik Zastosuj transformację obrazu do potoku. Ten składnik można znaleźć w kategorii przetwarzanie obrazów/Przekształcanie danych obrazów.

2. Połącz dane wyjściowe przekształcenia obrazu init z danymi wejściowymi po lewej stronie zastosuj transformację obrazu.

   Uwaga

   Do tego składnika akceptowana jest tylko transformacja obrazu wygenerowana przez składnik Przekształcanie obrazu init . W przypadku innego rodzaju przekształcenia połącz ją z zastosowaniem przekształcenia, w przeciwnym razie zostanie zgłoszony błąd "InvalidTransformationDirectoryError".

3. Połącz katalog obrazów, który chcesz przekształcić.

4. W obszarze Tryb określ, do jakiego celu używasz transformacji wejściowej: "Do trenowania" lub "Do wnioskowania".

   W przypadku wybrania pozycji Do trenowania zostaną zastosowane wszystkie przekształcenia określone w obszarze Przekształcanie obrazu init.

   Jeśli wybierzesz opcję W celu wnioskowania, przekształcenie, takie jak tworzenie nowych próbek losowo, zostanie wykluczone przed zastosowaniem. Dzieje się tak, ponieważ operacje przekształcania w celu utworzenia nowych próbek losowo, takich jak "Losowa rzut w poziomie" są używane do rozszerzania danych w trenowaniu, co powinno zostać usunięte w wnioskowaniu, ponieważ próbki wnioskowania muszą zostać naprawione w celu dokładnego przewidywania i oceny.

   Uwaga

   Przekształcenia, które zostaną wykluczone w trybie Wnioskowanie to: losowa zmiana rozmiaru przycinania, losowa przycinanie, losowa przerzucanie w poziomie, losowa przerzucanie pionowe, rotacja losowa, losowa skala szarości, perspektywa losowa, wymazywanie losowe.

5. Aby zastosować przekształcenie obrazu do nowego katalogu obrazów, prześlij potok.

Parametry składników

Nazwa	Zakres	Typ	Domyślny	Opis
Tryb	Dowolne	Tryb	(Wymagaj, aby użytkownik określił)	W jakim celu używasz transformacji wejściowej. Należy wykluczyć operacje przekształcania losowego w wnioskowaniu, ale zachować je w treningu

Oczekiwane dane wejściowe

Nazwa	Typ	Opis
Przekształcanie obrazu wejściowego	TransformationDirectory	Przekształcanie obrazu wejściowego
Katalog obrazów wejściowych	ImageDirectory	Katalog obrazów do przekształcenia

Dane wyjściowe

Nazwa	Typ	Opis
Katalog obrazów wyjściowych	ImageDirectory	Katalog obrazów wyjściowych

Następne kroki

Zobacz zestaw składników dostępnych dla usługi Azure Machine Learning.