Hiperparametry dla zadań przetwarzania obrazów w zautomatyzowanym uczeniu maszynowym

DOTYCZY:Rozszerzenie uczenia maszynowego platformy Azure w wersji 2 (bieżąca)Zestaw SDK języka Python azure-ai-ml w wersji 2 (bieżąca)

Dowiedz się, które hiperparametry są dostępne specjalnie dla zadań przetwarzania obrazów w eksperymentach zautomatyzowanego uczenia maszynowego.

Dzięki obsłudze zadań przetwarzania obrazów można kontrolować architekturę modelu i zamiatać hiperparametry. Te architektury modelu i hiperparametry są przekazywane jako przestrzeń parametrów dla zamiatania. Podczas gdy wiele hiperparametrów uwidocznionych jest niezależnie od modelu, istnieją wystąpienia, w których hiperparametry są specyficzne dla modelu lub specyficzne dla zadania.

Hiperparametry specyficzne dla modelu

Ta tabela zawiera podsumowanie hiperparametrów specyficznych dla yolov5 architektury.

Nazwa parametru	Opis	Domyślny
validation_metric_type	Metoda obliczeniowa metryki do użycia na potrzeby metryk weryfikacji. Musi być none, , voccocolub coco_voc.	voc
validation_iou_threshold	Próg operacji we/wy dla pola pasującego podczas przetwarzania metryk weryfikacji. Musi być zmiennoprzecinkowym w zakresie [0,1, 1].	0,5
image_size	Rozmiar obrazu do trenowania i walidacji. Musi być dodatnią liczbą całkowitą. Uwaga: uruchomienie treningowe może dostać się do CUDA OOM, jeśli rozmiar jest zbyt duży.	640
model_size	Rozmiar modelu. Musi być small, , largemediumlub extra_large. Uwaga: uruchomienie trenowania może dostać się do CUDA OOM, jeśli rozmiar modelu jest zbyt duży.	medium
multi_scale	Włącz obraz wieloskalowy, różniąc się rozmiarem obrazu o +/- 50% Musi mieć wartość 0 lub 1. Uwaga: uruchomienie trenowania może dostać się do cudA OOM, jeśli nie ma wystarczającej pamięci procesora GPU.	0
box_score_threshold	Podczas wnioskowania zwracane są tylko propozycje z wynikiem większym niż box_score_threshold. Wynik jest mnożeniem wyniku obiektu i prawdopodobieństwem klasyfikacji. Musi być zmiennoprzecinkowym w zakresie [0, 1].	0.1
nms_iou_threshold	Próg operacji we/wy używany podczas wnioskowania w przetwarzaniu po zakończeniu operacji pomijania nie jest maksymalny. Musi być zmiennoprzecinkowym w zakresie [0, 1].	0,5
tile_grid_size	Rozmiar siatki, który ma być używany do układania każdego obrazu. Uwaga: tile_grid_size nie może mieć wartości Brak, aby włączyć logikę wykrywania małych obiektów Należy przekazać jako ciąg w formacie "3x2". Przykład: --tile_grid_size "3x2"	Brak wartości domyślnej
tile_overlap_ratio	Nakładanie się między sąsiednimi kafelkami w każdym wymiarze. Musi być zmiennoprzecinkowy w zakresie [0, 1)	0,25
tile_predictions_nms_threshold	Próg operacji we/wy używany do wykonywania nms podczas scalania przewidywań z kafelków i obrazu. Używane w weryfikacji/wnioskowaniu. Musi być zmiennoprzecinkowy w zakresie [0, 1]	0,25

Ta tabela zawiera podsumowanie hiperparametrów specyficznych dla maskrcnn_* segmentacji wystąpienia podczas wnioskowania.

Nazwa parametru	Opis	Domyślny
mask_pixel_score_threshold	Ocenianie odcięcia w celu rozważenia piksela w ramach maski obiektu.	0,5
max_number_of_polygon_points	Maksymalna liczba par współrzędnych (x, y) w wielokącie po przekonwertowaniu z maski.	100
export_as_image	Eksportuj maski jako obrazy.	Fałsz
image_type	Typ obrazu do wyeksportowania maski jako (opcje to jpg, png, bmp).	JPG

Hiperparametry niezależne od modelu

W poniższej tabeli opisano hiperparametry, które są niezależne od modelu.

Nazwa parametru	Opis	Domyślny
number_of_epochs	Liczba epok treningowych. Musi być dodatnią liczbą całkowitą.	15 (z wyjątkiem yolov5: 30)
training_batch_size	Rozmiar partii trenowania. Musi być dodatnią liczbą całkowitą.	Multi-class/multi-label: 78 (z wyjątkiem wariantów vit: vits16r224: 128 vitb16r224: 48 vitl16r224:10) Wykrywanie obiektu: 2 (z wyjątkiem yolov5: 16) Segmentacja wystąpienia: 2 Uwaga: wartości domyślne to największy rozmiar partii, który może być używany w pamięci procesora GPU 12 GiB.
validation_batch_size	Walidacja rozmiaru partii. Musi być dodatnią liczbą całkowitą.	Multi-class/multi-label: 78 (z wyjątkiem wariantów vit: vits16r224: 128 vitb16r224: 48 vitl16r224:10) Wykrywanie obiektu: 1 (z wyjątkiem yolov5: 16) Segmentacja wystąpienia: 1 Uwaga: wartości domyślne to największy rozmiar partii, który może być używany w pamięci procesora GPU 12 GiB.
gradient_accumulation_step	Akumulacja gradientu oznacza uruchomienie skonfigurowanej liczby gradient_accumulation_step bez aktualizowania wag modelu podczas gromadzenia gradientów tych kroków, a następnie użycie skumulowanych gradientów do obliczenia aktualizacji wagi. Musi być dodatnią liczbą całkowitą.	1
early_stopping	Włącz logikę wczesnego zatrzymywania podczas trenowania. Musi mieć wartość 0 lub 1.	1
early_stopping_patience	Minimalna liczba epok lub ocen walidacji z brak podstawowej poprawy metryk przed zatrzymaniem przebiegu. Musi być dodatnią liczbą całkowitą.	5
early_stopping_delay	Minimalna liczba epok lub ocen poprawności do oczekiwania przed poprawa podstawowej metryki jest śledzona pod kątem wczesnego zatrzymywania. Musi być dodatnią liczbą całkowitą.	5
learning_rate	Początkowa stawka nauki. Musi być zmiennoprzecinkowym w zakresie [0, 1].	Wieloklasowa klasa: 0.01 (z wyjątkiem wariantów vit: vits16r224: 0.0125 vitb16r224: 0.0125 vitl16r224: 0.001) Wiele etykiet: 0,035 (z wyjątkiem wariantów vit: vits16r224: 0.025 vitb16r224: 0.025 vitl16r224: 0.002) Wykrywanie obiektów: 0,005 (z wyjątkiem yolov5: 0,01) Segmentacja wystąpień: 0,005
learning_rate_scheduler	Typ harmonogramu szybkości nauki. Musi być warmup_cosine lub step.	warmup_cosine
step_lr_gamma	Wartość gamma, gdy harmonogram szybkości uczenia to step. Musi być zmiennoprzecinkowym w zakresie [0, 1].	0,5
step_lr_step_size	Wartość rozmiaru kroku, gdy harmonogram szybkości nauki to step. Musi być dodatnią liczbą całkowitą.	5
warmup_cosine_lr_cycles	Wartość cyklu cosinusowego, gdy harmonogram szybkości nauki to warmup_cosine. Musi być zmiennoprzecinkowym w zakresie [0, 1].	0,45
warmup_cosine_lr_warmup_epochs	Wartość epok rozgrzewki, gdy harmonogram szybkości nauki to warmup_cosine. Musi być dodatnią liczbą całkowitą.	2
optimizer	Typ optymalizatora. Musi być albo sgd, , adamwadam.	sgd
momentum	Wartość tempa, gdy optymalizator ma wartość sgd. Musi być zmiennoprzecinkowym w zakresie [0, 1].	0,9
weight_decay	Wartość rozpadu wagi, gdy optymalizator to sgd, adamlub adamw. Musi być zmiennoprzecinkowym w zakresie [0, 1].	1e-4
nesterov	Włącz nesterov , gdy optymalizator ma wartość sgd. Musi mieć wartość 0 lub 1.	1
beta1	Wartość parametru beta1 , gdy optymalizator ma wartość adam lub adamw. Musi być zmiennoprzecinkowym w zakresie [0, 1].	0,9
beta2	Wartość parametru beta2 , gdy optymalizator ma wartość adam lub adamw. Musi być zmiennoprzecinkowym w zakresie [0, 1].	0.999
ams_gradient	Włącz ams_gradient , gdy optymalizator ma wartość adam lub adamw. Musi mieć wartość 0 lub 1.	0
evaluation_frequency	Częstotliwość oceny zestawu danych weryfikacji w celu uzyskania wyników metryk. Musi być dodatnią liczbą całkowitą.	1
checkpoint_frequency	Częstotliwość przechowywania punktów kontrolnych modelu. Musi być dodatnią liczbą całkowitą.	Punkt kontrolny w epoki z najlepszą podstawową metrykami weryfikacji.
checkpoint_run_id	Identyfikator przebiegu eksperymentu, który ma wstępnie wytrenowany punkt kontrolny na potrzeby trenowania przyrostowego.	brak wartości domyślnej
layers_to_freeze	Ile warstw ma być blokowanych dla modelu. Na przykład przekazanie wartości 2 jako wartości seresnext oznacza zamrożenie warstwy 0 i warstwy 1 odwołujące się do poniższych obsługiwanych informacji o warstwie modelu. Musi być dodatnią liczbą całkowitą. - 'resnet': [('conv1.', 'bn1.'), 'layer1.', 'layer2.', 'layer3.', 'layer4.'] - 'mobilenetv2': ['features.0.', 'features.1.', 'features.2.', 'features.3.', 'features.4.', 'features.5.', 'features.6.', 'features.7.', 'features.8.', 'features.9.', 'features.10.', 'features.11.', 'features.12.', 'features.13.', 'features.14.', 'features.15.', 'features.16.', 'features.17.', 'features.18.'] - 'seresnext': ['layer0.', 'layer1.', 'layer2.', 'layer3.', 'layer4.'] * 'vit': ['patch_embed', 'blocks.0.', 'blocks.1.', 'blocks.2.', 'blocks.3.', 'blocks.4.', 'blocks.5.', 'blocks.6.','blocks.7.', 'blocks.8.', 'blocks.9.', 'blocks.10.', 'blocks.11.'] * 'yolov5_backbone': ['model.0.', 'model.1.', 'model.2.', 'model.3.', 'model.4.','model.5.', 'model.6.', 'model.7.', 'model.8.', 'model.9.'] - 'resnet_backbone': ['backbone.body.conv1.', 'backbone.body.layer1.', 'backbone.body.layer2.','backbone.body.layer3.', 'backbone.body.layer4.']	brak wartości domyślnej

Hiperparametry specyficzne dla klasyfikacji obrazów (wieloklasowej i wieloklasowej)

Poniższa tabela zawiera podsumowanie hiperparmetrów dla zadań klasyfikacji obrazów (wieloklasowych i wieloemetrycznych).

Nazwa parametru	Opis	Domyślny
model_name	Nazwa modelu do użycia w zadaniu klasyfikacji obrazów. Musi być jednym z mobilenetv2, , resnet18, resnet50vitb16r224resnet34resnet101vits16r224resnet152resnest50resnest101seresnext. vitl16r224	seresnext
weighted_loss	- 0 bez odchudzania. - 1 dla odchudzania z sqrt. (class_weights) - 2 dla odchudzania z class_weights. - Musi mieć wartość 0 lub 1 lub 2.	0
validation_resize_size	— Rozmiar obrazu, którego rozmiar ma być zmieniany przed przycinaniem zestawu danych weryfikacji. - Musi być dodatnią liczbą całkowitą. Notatki: - seresnext nie ma dowolnego rozmiaru. - Uruchomienie treningowe może dostać się do CUDA OOM, jeśli rozmiar jest zbyt duży.	256
validation_crop_size	— Rozmiar przycinania obrazów, który jest wejściowy do sieci neuronowej na potrzeby zestawu danych weryfikacji. - Musi być dodatnią liczbą całkowitą. Notatki: - seresnext nie ma dowolnego rozmiaru. - Warianty ViT powinny mieć te same validation_crop_size i training_crop_size. - Uruchomienie treningowe może dostać się do CUDA OOM, jeśli rozmiar jest zbyt duży.	224
training_crop_size	— Rozmiar przycinania obrazów, który jest wejściowy do sieci neuronowej na potrzeby trenowania zestawu danych. - Musi być dodatnią liczbą całkowitą. Notatki: - seresnext nie ma dowolnego rozmiaru. - Warianty ViT powinny mieć te same validation_crop_size i training_crop_size. - Uruchomienie treningowe może dostać się do CUDA OOM, jeśli rozmiar jest zbyt duży.	224

Hiperparametry dotyczące wykrywania obiektów i segmentacji wystąpień

Następujące hiperparametry są przeznaczone do zadań wykrywania obiektów i segmentacji wystąpień.

Ostrzeżenie

Te parametry nie są obsługiwane w architekturze yolov5 . Zobacz sekcję hiperparametrów specyficznych dla modelu , aby zapoznać się z yolov5 obsługiwanymi hiperparmetrami.

Nazwa parametru	Opis	Domyślny
model_name	Nazwa modelu do użycia w zadaniu klasyfikacji obrazów. - W przypadku zadania wykrywania obiektów musi być jednym z yolov5elementów , fasterrcnn_resnet18_fpn, , fasterrcnn_resnet50_fpnfasterrcnn_resnet34_fpn, fasterrcnn_resnet101_fpn, fasterrcnn_resnet152_fpn. retinanet_resnet50_fpn — W przypadku zadania segmentacji wystąpień musi być jednym z maskrcnn_resnet18_fpn, maskrcnn_resnet34_fpn, maskrcnn_resnet50_fpn, , maskrcnn_resnet101_fpnmaskrcnn_resnet152_fpn	- Dla zadania wykrywania obiektów, fasterrcnn_resnet50_fpn — W przypadku zadania segmentacji wystąpienia, maskrcnn_resnet50_fpn
validation_metric_type	Metoda obliczania metryki do użycia na potrzeby metryk walidacji. Musi mieć wartość none, coco, voclub coco_voc.	voc
validation_iou_threshold	Próg operacji we/wy dla pola dopasowania podczas przetwarzania metryk weryfikacji. Musi być zmiennoprzecinkiem w zakresie [0.1, 1].	0,5
min_size	Minimalny rozmiar obrazu do ponownego skalowania przed przesłaniem go do sieci szkieletowej. Musi być dodatnią liczbą całkowitą. Uwaga: przebieg trenowania może dostać się do cudA OOM, jeśli rozmiar jest zbyt duży.	600
max_size	Maksymalny rozmiar obrazu do ponownego skalowania przed przesłaniem go do sieci szkieletowej. Musi być dodatnią liczbą całkowitą. Uwaga: przebieg trenowania może dostać się do cudA OOM, jeśli rozmiar jest zbyt duży.	1333
box_score_threshold	Podczas wnioskowania zwracane są tylko propozycje z wynikiem klasyfikacji większym niż box_score_threshold. Musi być zmiennoprzecinkiem w zakresie [0, 1].	0.3
nms_iou_threshold	Wartość IOU (przecięcie przeciętego nad unią) używana w przypadku braku maksymalnego pomijania (NMS) dla głowy przewidywania. Używane podczas wnioskowania. Musi być zmiennoprzecinkiem w zakresie [0, 1].	0,5
box_detections_per_image	Maksymalna liczba wykryć na obrazie dla wszystkich klas. Musi być dodatnią liczbą całkowitą.	100
tile_grid_size	Rozmiar siatki do użycia na potrzeby układania obrazów. - tile_grid_size nie może być brak, aby włączyć logikę wykrywania małych obiektów . - tile_grid_size nie jest obsługiwana w przypadku zadań segmentacji wystąpień. Należy przekazać jako ciąg w formacie "3x2". Przykład: --tile_grid_size "3x2"	Brak wartości domyślnej
tile_overlap_ratio	Współczynnik nakładania się między sąsiednimi kafelkami w każdym wymiarze. Musi być zmiennoprzecinkowy w zakresie [0, 1)	0,25
tile_predictions_nms_threshold	Próg operacji we/wy używany do wykonywania nmS podczas scalania przewidywań z kafelków i obrazu. Używany w weryfikacji/wnioskowaniu. Musi być zmiennoprzecinkowa w zakresie [0, 1]	0,25

Następne kroki

• Dowiedz się, jak skonfigurować rozwiązanie AutoML do trenowania modeli przetwarzania obrazów przy użyciu języka Python.

• Samouczek: trenowanie modelu wykrywania obiektów za pomocą rozwiązania AutoML i języka Python.