Partilhar via


ImagePixelExtractingEstimator Classe

Definição

public sealed class ImagePixelExtractingEstimator : Microsoft.ML.Data.TrivialEstimator<Microsoft.ML.Transforms.Image.ImagePixelExtractingTransformer>
type ImagePixelExtractingEstimator = class
    inherit TrivialEstimator<ImagePixelExtractingTransformer>
Public NotInheritable Class ImagePixelExtractingEstimator
Inherits TrivialEstimator(Of ImagePixelExtractingTransformer)
Herança

Comentários

Características do avaliador

Esse avaliador precisa examinar os dados para treinar seus parâmetros? No
Tipo de dados de coluna de entrada MLImage
Tipo de dados da coluna de saída Vetor de tamanho conhecido de Single ou Byte
NuGet necessário além de Microsoft.ML Microsoft.ML.ImageAnalytics
Exportável para ONNX No

O resultado ImagePixelExtractingTransformer cria uma nova coluna, nomeada conforme especificado nos parâmetros de nome da coluna de saída e converte a imagem em vetor de tamanho conhecido de floats ou bytes. O tamanho e o tipo de dados dependem dos parâmetros especificados. Para pipelines de processamento de imagem de ponta a ponta e cenários em seus aplicativos, consulte os exemplos no repositório github de exemplos de machinelearning.

Verifique a seção Consulte Também para obter links para exemplos de uso.

Métodos

Fit(IDataView)

IEstimator<TTransformer> para o ImagePixelExtractingTransformer.

(Herdado de TrivialEstimator<TTransformer>)
GetOutputSchema(SchemaShape)

Retorna o SchemaShape esquema que será produzido pelo transformador. Usado para propagação e verificação de esquema em um pipeline.

Métodos de Extensão

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

Acrescente um 'ponto de verificação de cache' à cadeia do avaliador. Isso garantirá que os estimadores downstream sejam treinados em relação aos dados armazenados em cache. É útil ter um ponto de verificação de cache antes dos treinadores que levam vários passes de dados.

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

Dado um avaliador, retorne um objeto de encapsulamento que chamará um delegado uma vez Fit(IDataView) que seja chamado. Geralmente, é importante que um avaliador retorne informações sobre o que estava em forma, e é por isso que o Fit(IDataView) método retorna um objeto especificamente tipado, em vez de apenas um geral ITransformer. No entanto, ao mesmo tempo, IEstimator<TTransformer> muitas vezes são formados em pipelines com muitos objetos, portanto, talvez seja necessário criar uma cadeia de avaliadores por meio EstimatorChain<TLastTransformer> de onde o estimador para o qual queremos obter o transformador está enterrado em algum lugar nesta cadeia. Para esse cenário, podemos por meio desse método anexar um delegado que será chamado assim que o ajuste for chamado.

Aplica-se a

Confira também