Görüntü işleme

Bu örnekler, AI Runtime üzerinde bilgisayar görme modellerini eğitir. Görüntü sınıflandırması, Ray Tune ile hiperparametre ayarlaması ve nesne algılama konularını kapsarlar.

Example	Interface	Açıklama
Konvolüsyonel sinir ağını kullanarak görüntü sınıflandırma	Notebook	Bu not defteri, görüntü sınıflandırması için AI Runtime üzerinde 2-B konvolüsyon sinir ağının nasıl eğitileceğine dair basit bir örnek sunar.
Ray Tune ile CIFAR-10 hiperparametre ayarı	Notebook	Bu not defteri, bir PyTorch görüntü sınıflandırıcısı için GPU’nun bir kısmını kullanan eşzamanlı denemeler çalıştırır ve düşük performans gösteren yapılandırmaları erkenden durdurmak için asenkron ardışık yarılama algoritmasını (ASHA) kullanır.
RetinaNet kullanarak nesne algılama	Notebook	Bu defter, RetinaNet kullanarak AI Runtime üzerinde bir nesne algılama modelinin nasıl eğitileceğini gösterir.
YOLO11n kullanarak nesne algılama	Notebook	Bu defter, YOLO11n nesne algılama modelinin AI Çalışma Zamanı kullanılarak COCO128 veri setinde nasıl eğitileceğini, MLflow takibi ve Model Servisi dağıtımını gösterir.
DINOv3 ile görüntü sınıflandırma ince ayarı	CLI	Oxford Flowers-102 üzerinde bir A10 GPU'da bir DINOv3 görüntü transformatöründe ince ayar yapın ve seçilen modeli çıkarım için paketleyin.
Video eylem sınıflandırması	CLI	Bir A10 GPU'da özyineli bir sınıflandırıcıyı ResNet-18 tarafından üretilen video çerçeve özelliklerinden eylemleri tanımak için eğitin.
Qwen3-VL-8B ve vLLM ile toplu görüntü anlama	CLI	Ray Data ve vLLM kullanarak yapılandırılmış çıktılarla 8x H100 düğümünde görüntülere açıklama oluşturun ve sınıflandırın.