Aplicar Transformação de Imagem
Este artigo descreve como usar o componente Aplicar Transformação de Imagem no designer do Azure Machine Learning para modificar um diretório de imagem de entrada com base em uma transformação de imagem especificada anteriormente.
Você precisa conectar um componente de Transformação da Imagem de Inicialização para especificar a transformação e, em seguida, aplicar essa transformação ao diretório de imagem de entrada do componente Aplicar Transformação de Imagem.
Como usar o Aplicar Transformação de Imagem
Adicione o componente Aplicar Transformação de Imagem ao seu pipeline. Você pode encontrar esse componente na categoria Pesquisa Visual Computacional/Transformação de Dados de Imagem.
Conecte a saída da Transformação da Imagem de Inicialização à entrada à esquerda de Aplicar Transformação de Imagem.
Observação
Somente a transformação de imagem gerada pelo componente Transformação da Imagem de Inicialização é aceita para este componente. Para outro tipo de transformação, conecte a Aplicar a Transformação; caso contrário, 'InvalidTransformationDirectoryError' será lançado.
Conecte o diretório de imagem que você deseja transformar.
Para o Modo, especifique para qual finalidade você usa a transformação de entrada: 'Para treinamento' ou 'Para inferência'.
Se você selecionar Para treinamento, toda a transformação especificada na Transformação da Imagem de Inicialização será aplicada.
Se você selecionar Para inferência, a transformação como criar novos exemplos aleatoriamente será excluída antes de ser aplicada. Isso ocorre porque as operações de transformação para criar novos exemplos aleatoriamente, como 'Inversão horizontal aleatória', são usadas para o aumento de dados no treinamento, que deve ser removido na inferência porque amostras de inferência precisam ser corrigidas para previsão e avaliação precisas.
Observação
As transformações que serão excluídas no modo Para inferência são: Corte redimensionado aleatório, Corte aleatório, Inversão horizontal aleatória, Inversão vertical aleatória, Rotação aleatória, Afinidade aleatória, Escala de cinza aleatória, Perspectiva aleatória, Apagamento aleatório.
Para aplicar uma transformação de imagem a um novo diretório de imagens, envie o pipeline.
Parâmetros do componente
Nome | Intervalo | Type | Padrão | Descrição |
---|---|---|---|---|
Mode | Qualquer | Mode | (Exigir que o usuário especifique) | Para qual finalidade você usa a transformação de entrada. Você deve excluir operações de transformação 'Aleatória' em inferência, mas mantê-las no treinamento |
Entradas esperadas
Nome | Type | Descrição |
---|---|---|
Transformação da imagem de entrada | TransformationDirectory | Transformação da imagem de entrada |
Diretório de imagens de entrada | ImageDirectory | Diretório de imagem a ser transformado |
Saídas
Nome | Type | Descrição |
---|---|---|
Diretório de imagens de saída | ImageDirectory | Diretório de imagens de saída |
Próximas etapas
Confira o conjunto de componentes disponíveis no Azure Machine Learning.