Partilhar via


ImageModelDistributionSettingsObjectDetection Classe

Definição

Expressões de distribuição para varrer valores de configurações de modelo. <exemplo> Alguns exemplos são:

ModelName = "choice('seresnext', 'resnest50')";
LearningRate = "uniform(0.001, 0.01)";
LayersToFreeze = "choice(0, 2)";
```&lt;/example&gt;
For more details on how to compose distribution expressions please check the documentation:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters
For more information on the available settings please visit the official documentation:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
public class ImageModelDistributionSettingsObjectDetection : Azure.ResourceManager.MachineLearning.Models.ImageModelDistributionSettings
type ImageModelDistributionSettingsObjectDetection = class
    inherit ImageModelDistributionSettings
Public Class ImageModelDistributionSettingsObjectDetection
Inherits ImageModelDistributionSettings
Herança
ImageModelDistributionSettingsObjectDetection

Construtores

ImageModelDistributionSettingsObjectDetection()

Inicializa uma nova instância de ImageModelDistributionSettingsObjectDetection.

Propriedades

AmsGradient

Habilite o AMSGrad quando o otimizador for 'adam' ou 'adamw'.

(Herdado de ImageModelDistributionSettings)
Augmentations

Configurações para usar aumentos.

(Herdado de ImageModelDistributionSettings)
Beta1

Valor de 'beta1' quando o otimizador é 'adam' ou 'adamw'. Precisa ser um float no intervalo [0, 1].

(Herdado de ImageModelDistributionSettings)
Beta2

Valor de 'beta2' quando o otimizador é 'adam' ou 'adamw'. Precisa ser um float no intervalo [0, 1].

(Herdado de ImageModelDistributionSettings)
BoxDetectionsPerImage

Número máximo de detecções por imagem, para todas as classes. Deve ser um número inteiro positivo. Observação: não há suporte para essas configurações para o algoritmo 'yolov5'.

BoxScoreThreshold

Durante a inferência, retorne apenas propostas com uma pontuação de classificação maior que BoxScoreThreshold. Deve ser um float no intervalo[0, 1].

Distributed

Se o treinamento do distribuídor deve ser usado.

(Herdado de ImageModelDistributionSettings)
EarlyStopping

Habilitar a lógica de parada antecipada durante o treinamento.

(Herdado de ImageModelDistributionSettings)
EarlyStoppingDelay

Número mínimo de épocas ou avaliações de validação a aguardar antes que a melhoria da métrica primária seja rastreada para interrupção antecipada. Deve ser um número inteiro positivo.

(Herdado de ImageModelDistributionSettings)
EarlyStoppingPatience

Número mínimo de épocas ou avaliações de validação sem melhoria de métrica primária antes que a execução seja interrompida. Deve ser um número inteiro positivo.

(Herdado de ImageModelDistributionSettings)
EnableOnnxNormalization

Habilite a normalização ao exportar o modelo ONNX.

(Herdado de ImageModelDistributionSettings)
EvaluationFrequency

Frequência para avaliar o conjunto de dados de validação a fim de obter pontuações de métrica. Deve ser um número inteiro positivo.

(Herdado de ImageModelDistributionSettings)
GradientAccumulationStep

Acumulação de gradiente significa executar um número configurado de etapas "GradAccumulationStep" sem atualizar os pesos do modelo enquanto acumula os gradientes dessas etapas e, em seguida, usar os gradientes acumulados para calcular as atualizações de peso. Deve ser um número inteiro positivo.

(Herdado de ImageModelDistributionSettings)
ImageSize

Tamanho da imagem para treinamento e validação. Deve ser um número inteiro positivo. Observação: a execução de treinamento poderá entrar no CUDA OOM se o tamanho for muito grande. Observação: essas configurações só têm suporte para o algoritmo 'yolov5'.

LayersToFreeze

Número de camadas a serem congeladas para o modelo. Deve ser um número inteiro positivo. Por exemplo, passar 2 como valor para 'seresnext' significa congelar camada0 e camada1. Para obter uma lista completa dos modelos com suporte e detalhes sobre o congelamento de camadas, consulte: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

(Herdado de ImageModelDistributionSettings)
LearningRate

Taxa de aprendizagem inicial. Precisa ser um float no intervalo [0, 1].

(Herdado de ImageModelDistributionSettings)
LearningRateScheduler

Tipo de agendador de taxa de aprendizagem. Deve ser 'warmup_cosine' ou 'step'.

(Herdado de ImageModelDistributionSettings)
MaxSize

Tamanho máximo da imagem a ser redimensionada antes de alimentar o backbone. Deve ser um número inteiro positivo. Observação: a execução de treinamento poderá entrar em CUDA OOM se o tamanho for muito grande. Observação: não há suporte para essas configurações para o algoritmo 'yolov5'.

MinSize

Tamanho mínimo da imagem a ser redimensionada antes de alimentar o backbone. Deve ser um número inteiro positivo. Observação: a execução de treinamento poderá entrar em CUDA OOM se o tamanho for muito grande. Observação: não há suporte para essas configurações para o algoritmo 'yolov5'.

ModelName

Nome do modelo a ser usado para treinamento. Para obter mais informações sobre os modelos disponíveis, visite a documentação oficial: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

(Herdado de ImageModelDistributionSettings)
ModelSize

Tamanho do modelo. Deve ser 'small', 'medium', 'large' ou 'xlarge'. Observação: a execução de treinamento poderá entrar em CUDA OOM se o tamanho do modelo for muito grande. Observação: essas configurações só têm suporte para o algoritmo 'yolov5'.

Momentum

Valor do momento quando o otimizador é 'sgd'. Precisa ser um float no intervalo [0, 1].

(Herdado de ImageModelDistributionSettings)
MultiScale

Habilite a imagem em várias escalas variando o tamanho da imagem em +/- 50%. Observação: a execução de treinamento poderá entrar em CUDA OOM se não houver memória GPU suficiente. Observação: essas configurações só têm suporte para o algoritmo 'yolov5'.

Nesterov

Habilite aninhado quando o otimizador for 'sgd'.

(Herdado de ImageModelDistributionSettings)
NmsIouThreshold

Limite de IOU usado durante a inferência no pós-processamento do NMS. Deve estar flutuando no intervalo [0, 1].

NumberOfEpochs

Número de épocas de treinamento. Deve ser um número inteiro positivo.

(Herdado de ImageModelDistributionSettings)
NumberOfWorkers

Número de trabalhos do carregador de dados. Deve ser um inteiro não negativo.

(Herdado de ImageModelDistributionSettings)
Optimizer

Tipo de otimizador. Deve ser 'sgd', 'adam', ou 'adamw'.

(Herdado de ImageModelDistributionSettings)
RandomSeed

Semente aleatória a ser usada ao usar o treinamento determinístico.

(Herdado de ImageModelDistributionSettings)
StepLRGamma

Valor de gama quando o agendador de taxa de aprendizagem é 'step'. Precisa ser um float no intervalo [0, 1].

(Herdado de ImageModelDistributionSettings)
StepLRStepSize

Valor do tamanho da etapa quando o agendador de taxa de aprendizagem é 'step'. Deve ser um número inteiro positivo.

(Herdado de ImageModelDistributionSettings)
TileGridSize

O tamanho da grade a ser usado para a divisão em blocos de cada imagem. Observação: TileGridSize não deve ser Nenhum para habilitar a lógica de detecção de objetos pequeno. Uma cadeia de caracteres que contém dois inteiros no formato mxn. Observação: não há suporte para essas configurações para o algoritmo 'yolov5'.

TileOverlapRatio

Taxa de sobreposição entre blocos adjacentes em cada dimensão. Deve estar flutuando no intervalo [0, 1). Observação: não há suporte para essas configurações para o algoritmo 'yolov5'.

TilePredictionsNmsThreshold

O limite de IOU a ser usado para executar NMS durante a mescla de previsões de blocos e imagens. Usado em validação/inferência. Deve estar flutuando no intervalo [0, 1]. Observação: não há suporte para essas configurações para o algoritmo 'yolov5'. NMS: supressão não máxima

TrainingBatchSize

Tamanho do lote de treinamento. Deve ser um número inteiro positivo.

(Herdado de ImageModelDistributionSettings)
ValidationBatchSize

Tamanho do lote de validação. Deve ser um número inteiro positivo.

(Herdado de ImageModelDistributionSettings)
ValidationIouThreshold

Limite de IOU a ser usado ao calcular a métrica de validação. Deve estar flutuando no intervalo [0, 1].

ValidationMetricType

Método de computação de métrica a ser usado em métricas de validação. Deve ser 'none', 'coco', 'voc' ou 'coco_voc'.

WarmupCosineLRCycles

Valor do ciclo de cosseno quando o agendador de taxa de aprendizagem é "warmup_cosine". Precisa ser um float no intervalo [0, 1].

(Herdado de ImageModelDistributionSettings)
WarmupCosineLRWarmupEpochs

Valor das épocas de aquecimento quando o agendador de taxa de aprendizagem é "warmup_cosine". Deve ser um número inteiro positivo.

(Herdado de ImageModelDistributionSettings)
WeightDecay

Valor da decaimento de peso quando o otimizador é 'sgd', 'adam' ou 'adamw'. Deve ser um float no intervalo[0, 1].

(Herdado de ImageModelDistributionSettings)

Aplica-se a