Inicializar a Transformação da Imagem

Este artigo descreve como utilizar o componente Init Image Transformation no estruturador do Azure Machine Learning, para inicializar a transformação de imagens para especificar como pretende que a imagem seja transformada.

Como configurar a Transformação de Imagens Init

  1. Adicione o componente Init Image Transformation ao pipeline no estruturador.

  2. Para Redimensionar, especifique se pretende redimensionar a imagem PIL de entrada para o tamanho especificado. Se escolher "Verdadeiro", pode especificar o tamanho da imagem de saída pretendido em Tamanho, por predefinição 256.

  3. Para Recorte central, especifique se pretende recortar a imagem de PIL fornecida no centro. Se escolher "Verdadeiro", pode especificar o tamanho de imagem de saída pretendido da recorte no tamanho de recorte, por predefinição 224.

  4. Para o Teclado, especifique se pretende apadrinhar a Imagem PIL indicada em todos os lados com o valor do teclado 0. Se escolher "Verdadeiro", pode especificar o preenchimento (quantos píxeis adicionar) em cada limite no Preenchimento.

  5. Para o nervosismo da cor, especifique se pretende alterar aleatoriamente a luminosidade, o contraste e a saturação de uma imagem.

  6. Para Tons de Cinzento, especifique se pretende converter a imagem em tons de cinzento.

  7. Para recortar aleatoriamente redimensionado, especifique se pretende recortar a Imagem PIL fornecida para tamanho aleatório e proporção. É feita uma recorte de tamanho aleatório (entre 0,08 e 1,0) do tamanho original e uma proporção aleatória (que varia entre 3/4 e 4/3) da proporção original. Esta cultura é finalmente redimensionada para um determinado tamanho. Isto é normalmente utilizado na preparação das redes Inception. Se escolher "Verdadeiro", pode especificar o tamanho de saída esperado de cada margem em Tamanho aleatório, por predefinição 256.

  8. Para Recortar aleatoriamente, especifique se pretende recortar a imagem de PIL fornecida numa localização aleatória. Se escolher "Verdadeiro", pode especificar o tamanho de saída pretendido da recorte em Tamanho de recorte aleatório, por predefinição 224.

  9. Para a inversão horizontal aleatória, especifique se pretende inverter horizontalmente a Imagem PIL fornecida aleatoriamente com uma probabilidade de 0,5.

  10. Para Inverter vertical aleatório, especifique se pretende inverter verticalmente a imagem DE PIL fornecida aleatoriamente com uma probabilidade de 0,5.

  11. Para Rotação aleatória, especifique se pretende rodar a imagem por ângulo. Se escolher "Verdadeiro", pode especificar em intervalo de graus ao definir Graus de rotação aleatórios, o que significa (-graus, +graus), por predefinição 0.

  12. Para affine Aleatório, especifique se pretende alterar aleatoriamente affine do centro de manutenção de imagens invariante. Se escolher "Verdadeiro", pode especificar em intervalo de graus a selecionar em Graus de afinação aleatórios, o que significa (-graus, +graus), por predefinição 0.

  13. Para Dimensionamento a cinzento aleatório, especifique se pretende converter aleatoriamente a imagem em tons de cinzento com probabilidade 0,1.

  14. Para Perspetiva aleatória, especifique se pretende efetuar a transformação de Perspetiva da Imagem PIL fornecida aleatoriamente com uma probabilidade de 0,5.

  15. Ligue ao componente Aplicar Transformação de Imagem para aplicar a transformação especificada acima ao conjunto de dados de imagem de entrada.

  16. Submeta o pipeline.

Resultados

Após a conclusão da transformação, pode encontrar imagens transformadas na saída do componente Aplicar Transformação de Imagem .

Notas técnicas

Veja para obter mais informações sobre a https://pytorch.org/vision/stable/transforms.html transformação de imagens.

Parâmetros do componente

Nome Intervalo Tipo Predefinição Description
Redimensionar Qualquer Booleano Verdadeiro Redimensionar a imagem PIL de entrada para o tamanho especificado
Tamanho >=1 Número inteiro 256 Especifique o tamanho de saída pretendido
Recorte central Qualquer Booleano Verdadeiro Planta a imagem de PIL dada no centro
Tamanho da recortar >=1 Número inteiro 224 Especifique o tamanho de saída pretendido da recortar
Pad Qualquer Booleano Falso Acolchoe a Imagem PIL indicada em todos os lados com o valor "pad" especificado
Preenchimento >=0 Número inteiro 0 Preenchimento em cada limite
Cor nervosa Qualquer Booleano Falso Alterar aleatoriamente a luminosidade, o contraste e a saturação de uma imagem
Tons de cinzento Qualquer Booleano Falso Converter imagem em tons de cinzento
Recorte redimensionado aleatório Qualquer Booleano Falso Recortar a imagem PIL fornecida para tamanho aleatório e proporção
Tamanho aleatório >=1 Número inteiro 256 Tamanho de saída esperado de cada aresta
Recorte aleatório Qualquer Booleano Falso Recortar a imagem de PIL fornecida numa localização aleatória
Tamanho de recorte aleatório >=1 Número inteiro 224 Tamanho de saída pretendido do recorte
Inversão horizontal aleatória Qualquer Booleano Verdadeiro Inverter horizontalmente a Imagem PIL indicada aleatoriamente com uma determinada probabilidade
Inversão vertical aleatória Qualquer Booleano Falso Inverter verticalmente a Imagem PIL indicada aleatoriamente com uma determinada probabilidade
Rotação aleatória Qualquer Booleano Falso Rodar a imagem por ângulo
Graus de rotação aleatória [0,180] Número inteiro 0 Intervalo de graus a selecionar
Affine aleatório Qualquer Booleano Falso Transformação aleatória de affine da imagem mantendo o centro invariável
Graus de affine aleatórios [0,180] Número inteiro 0 Intervalo de graus a selecionar
Tons de cinzento aleatórios Qualquer Booleano Falso Converter aleatoriamente a imagem em tons de cinzento com probabilidade 0,1
Perspetiva aleatória Qualquer Booleano Falso Efetua a transformação de Perspetiva da Imagem PIL fornecida aleatoriamente com uma probabilidade de 0,5
Apagar aleatoriamente Qualquer Booleano Falso Seleciona aleatoriamente uma região de retângulo numa imagem e apaga os pixéis com uma probabilidade de 0,5

Saída

Nome Tipo Descrição
Transformação da imagem de saída TransformationDirectory Transformação de imagem de saída que pode ser ligada ao componente Aplicar Transformação de Imagem .

Passos seguintes

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