Hiperparametry dla zadań przetwarzania obrazów w zautomatyzowanym uczeniu maszynowym (wersja 1)

DOTYCZY: Zestaw SDK języka Python w wersji 1

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

Dzięki obsłudze zadań przetwarzania obrazów można kontrolować algorytm modelu i zamiatać hiperparametry. Te algorytmy modelu i hiperparametry są przekazywane jako przestrzeń parametrów dla zamiatania. Chociaż wiele hiperparametrów uwidocznionych jest niezależny 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 algorytmu yolov5 .

Nazwa parametru	opis	Wartość domyślna
validation_metric_type	Metoda obliczeniowa metryki do użycia na potrzeby metryk walidacji. Musi mieć nonewartość , , cocovoclub coco_voc.	voc
validation_iou_threshold	Próg operacji we/wy dla pola pasującego podczas przetwarzania metryk walidacji. Musi być zmiennoprzecinkowym w zakresie [0.1, 1].	0.5
img_size	Rozmiar obrazu do trenowania i walidacji. Musi być dodatnią liczbą całkowitą. Uwaga: przebieg trenowania może dostać się do CUDA OOM, jeśli rozmiar jest zbyt duży.	640
model_size	Rozmiar modelu. Musi mieć smallwartość , , mediumlargelub xlarge. Uwaga: przebieg trenowania może dostać się do cudA OOM, jeśli rozmiar modelu jest zbyt duży.	medium
multi_scale	Włącz obraz wieloskalowy, zmieniając rozmiar obrazu o +/- 50% Musi mieć wartość 0 lub 1. Uwaga: przebieg trenowania może dostać się do funkcji CUDA OOM, jeśli nie ma wystarczającej ilości pamięci procesora GPU.	0
box_score_thresh	Podczas wnioskowania zwracane są tylko propozycje z wynikiem większym niż box_score_thresh. Wynik jest mnożeniem wyniku obiektów i prawdopodobieństwa klasyfikacji. Musi być zmiennoprzecinkowym w zakresie [0, 1].	0.1
nms_iou_thresh	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 do użycia do układania każdego obrazu. Uwaga: tile_grid_size nie może być brak, aby włączyć małą logikę wykrywania obiektów Krotka dwóch liczb całkowitych przekazana jako ciąg. Przykład: --tile_grid_size "(3, 2)"	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_thresh	Próg operacji we/wy używany do wykonywania nms podczas scalania przewidywań z kafelków i obrazów. Używany w walidacji/wnioskowaniu. Musi być zmiennoprzecinkowy w zakresie [0, 1]	0.25

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

Nazwa parametru	opis	Wartość domyślna
mask_pixel_score_threshold	Przecięcie wyniku dla 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

Niezależne hiperparametry modelu

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

Nazwa parametru	opis	Wartość domyślna
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 obiektów: 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	Sprawdzanie poprawności rozmiaru partii. Musi być dodatnią liczbą całkowitą.	Multi-class/multi-label: 78 (z wyjątkiem wariantów vit: vits16r224: 128 vitb16r224: 48 vitl16r224:10) Wykrywanie obiektów: 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.
grad_accumulation_step	Akumulacja gradientu oznacza uruchomienie skonfigurowanej liczby grad_accumulation_step bez aktualizowania wag modelu podczas gromadzenia gradientów tych kroków, a następnie używania 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 poprawności z brak podstawowej poprawy metryki przed zatrzymaniem przebiegu. Musi być dodatnią liczbą całkowitą.	5
early_stopping_delay	Minimalna liczba epok lub ocen poprawności do oczekiwania przed śledzeniem podstawowej poprawy metryki na potrzeby wczesnego zatrzymywania. Musi być dodatnią liczbą całkowitą.	5
learning_rate	Początkowa szybkość nauki. Musi być zmiennoprzecinkowym w zakresie [0, 1].	Wiele klas: 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 wystąpienia: 0,005
lr_scheduler	Typ harmonogramu szybkości nauki. Musi mieć wartość warmup_cosine lub step.	warmup_cosine
step_lr_gamma	Wartość gamma, gdy harmonogram szybkości nauki 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 w przypadku harmonogramu 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 mieć wartość sgd, , adamwadam.	sgd
momentum	Wartość momentu, gdy optymalizator ma wartość sgd. Musi być zmiennoprzecinkowym w zakresie [0, 1].	0,9
weight_decay	Wartość rozkładu wagi, gdy optymalizator ma sgdwartość , 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
amsgrad	Włącz amsgrad , gdy optymalizator ma wartość adam lub adamw. Musi mieć wartość 0 lub 1.	0
evaluation_frequency	Częstotliwość oceniania 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 metrykami podstawowymi podczas walidacji.
checkpoint_run_id	Identyfikator przebiegu eksperymentu, który ma wstępnie wytrenowany punkt kontrolny na potrzeby trenowania przyrostowego.	brak wartości domyślnej
checkpoint_dataset_id	FileDataset ID zawierający wstępnie wytrenowane punkty kontrolne na potrzeby trenowania przyrostowego. Pamiętaj, aby przekazać checkpoint_filename ciąg wraz z checkpoint_dataset_id.	brak wartości domyślnej
checkpoint_filename	Wstępnie wytrenowana nazwa pliku punktu kontrolnego w plikuDataset na potrzeby trenowania przyrostowego. Pamiętaj, aby przekazać checkpoint_dataset_id ciąg wraz z checkpoint_filename.	brak wartości domyślnej
layers_to_freeze	Ile warstw ma być blokowanych dla modelu. Na przykład przekazanie wartości 2 jako wartości seresnext oznacza zamrażanie 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 (wieloklasowych i wieloeznakowych)

W poniższej tabeli przedstawiono podsumowanie hiperparmetrów pod kątem zadań klasyfikacji obrazów (wieloklasowych i wieloznakowych).

Nazwa parametru	opis	Wartość domyślna
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
valid_resize_size	Rozmiar obrazu, którego rozmiar należy zmienić przed przycięciem do zestawu danych weryfikacji. Musi być dodatnią liczbą całkowitą. Notatki: seresnext nie ma dowolnego rozmiaru. Przebieg trenowania może dostać się do CUDA OOM, jeśli rozmiar jest zbyt duży.	256
valid_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 takie same valid_crop_size i train_crop_size . Przebieg trenowania może dostać się do CUDA OOM, jeśli rozmiar jest zbyt duży.	224
train_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 takie same valid_crop_size i train_crop_size . Przebieg trenowania może dostać się do CUDA OOM, jeśli rozmiar jest zbyt duży.	224

Hiperparametry dotyczące zadań wykrywania obiektów i segmentacji wystąpień

Następujące hiperparametry dotyczą zadań wykrywania obiektów i segmentacji wystąpień.

Ostrzeżenie

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

Nazwa parametru	opis	Wartość domyślna
validation_metric_type	Metoda obliczeniowa metryki do użycia na potrzeby metryk walidacji. Musi mieć nonewartość , , cocovoclub coco_voc.	voc
validation_iou_threshold	Próg operacji we/wy dla pola pasującego podczas przetwarzania metryk walidacji. Musi być zmiennoprzecinkowym 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_thresh	Podczas wnioskowania zwracane są tylko propozycje z wynikiem klasyfikacji większym niż box_score_thresh. Musi być zmiennoprzecinkowym w zakresie [0, 1].	0.3
nms_iou_thresh	Wartość progowa IOU (przecięcie między unią) używana w przypadku braku maksymalnego pomijania (NMS) dla głowy przewidywania. Używany podczas wnioskowania. Musi być zmiennoprzecinkowym w zakresie [0, 1].	0.5
box_detections_per_img	Maksymalna liczba wykryć na obrazie dla wszystkich klas. Musi być dodatnią liczbą całkowitą.	100
tile_grid_size	Rozmiar siatki do użycia do układania każdego obrazu. Uwaga: tile_grid_size nie może być brak, aby włączyć małą logikę wykrywania obiektów Krotka dwóch liczb całkowitych przekazana jako ciąg. Przykład: --tile_grid_size "(3, 2)"	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_thresh	Próg operacji we/wy używany do wykonywania nms podczas scalania przewidywań z kafelków i obrazów. Używany w walidacji/wnioskowaniu. Musi być zmiennoprzecinkowy w zakresie [0, 1]	0.25

Następne kroki

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

• Samouczek: trenowanie modelu wykrywania obiektów (wersja zapoznawcza) przy użyciu rozwiązania AutoML i języka Python.