Aplicar a Transformação da Imagem

Este artigo descreve como utilizar o componente Aplicar Transformação de Imagens no estruturador do Azure Machine Learning para modificar um diretório de imagem de entrada com base numa transformação de imagem especificada anteriormente.

Tem de ligar um componente de Transformação de Imagem Init para especificar a transformação e, em seguida, pode aplicar essa transformação ao diretório de imagem de entrada do componente Aplicar Transformação de Imagem.

Como utilizar a Transformação de Aplicações de Imagens

1. Adicione o componente Aplicar Transformação de Imagem ao pipeline. Pode encontrar este componente na categoria Imagem Digitalizada/Transformação de Dados de Imagem.

2. Ligue a saída da Transformação de Imagem Init à entrada esquerda de Aplicar Transformação de Imagem.

   Nota

   Apenas a transformação de imagem gerada pelo componente Init Image Transformation é aceite neste componente. Para outro tipo de transformação, ligue-a a Aplicar Transformação. Caso contrário, será emitido "InvalidTransformationDirectoryError".

3. Ligue o diretório de imagem que pretende transformar.

4. Para o Modo, especifique para que finalidade utiliza a transformação de entrada: "Para preparação" ou "Para inferência".

   Se selecionar Para preparação, todas as transformações que especificar na Transformação de Imagens Init serão aplicadas.

   Se selecionar Para inferência, a transformação, como criar novos exemplos aleatoriamente, será excluída antes de ser aplicada. Isto deve-se ao facto de as operações de transformação para criar novos exemplos aleatoriamente, como "Inversão horizontal aleatória" serem utilizadas para o aumento de dados em preparação, o que deve ser removido na inferência porque as amostras de inferência têm de ser corrigidas para predição e avaliação precisas.

   Nota

   Transformações que serão excluídas no modo Para inferência : Recorte de redimensionamento aleatório, Recorte aleatório, Inverter horizontal aleatório, Inverter vertical aleatório, Rotação aleatória, Affine aleatório, Escala a cinzento aleatória, Perspetiva aleatória, Borracha aleatória.

5. Para aplicar uma transformação de imagem a um novo diretório de imagem, submeta o pipeline.

Parâmetros do componente

Nome	Intervalo	Tipo	Predefinição	Description
Modo	Qualquer	Modo	(Exigir que o utilizador especifique)	Para que finalidade utiliza a transformação de entrada. Deve excluir operações de transformação "Aleatórias" em inferência, mas mantê-las em formação

Entradas esperadas

Nome	Tipo	Descrição
Transformação de imagem de entrada	TransformationDirectory	Transformação de imagem de entrada
Diretório de imagem de entrada	ImageDirectory	Diretório de imagem a transformar

Saídas

Nome	Tipo	Descrição
Diretório de imagem de saída	ImageDirectory	Diretório de imagem de saída

Passos seguintes

Veja o conjunto de componentes disponíveis para o Azure Machine Learning.