Aracılığıyla paylaş

ImageModelDistributionSettingsObjectDetection interface

Paket:
@azure/arm-machinelearning

Model ayarlarının değerlerini süpürmek için dağıtım ifadeleri. <Örnek> Bazı örnekler:

ModelName = "choice('seresnext', 'resnest50')";
LearningRate = "uniform(0.001, 0.01)";
LayersToFreeze = "choice(0, 2)";
```</example>
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.
Extends
ImageModelDistributionSettings

Özellikler

boxDetectionsPerImage

Tüm sınıflar için görüntü başına en fazla algılama sayısı. Pozitif bir tamsayı olmalıdır. Not: Bu ayarlar 'yolov5' algoritması için desteklenmez.
boxScoreThreshold

Çıkarım sırasında, yalnızca Sınıflandırma puanı BoxScoreThreshold'tan büyük olan teklifleri döndürür. [0, 1] aralığında bir float olmalıdır.
imageSize

Tren ve doğrulama için görüntü boyutu. Pozitif bir tamsayı olmalıdır. Not: Boyutu çok büyükse eğitim çalıştırması CUDA OOM'a alınabilir. Not: Bu ayarlar yalnızca 'yolov5' algoritması için desteklenir.
maxSize

Omurgaya beslemeden önce yeniden ölçeklendirilecek görüntünün maksimum boyutu. Pozitif bir tamsayı olmalıdır. Not: Boyutu çok büyükse eğitim çalıştırması CUDA OOM'a alınabilir. Not: Bu ayarlar 'yolov5' algoritması için desteklenmez.
minSize

Omurgaya beslemeden önce yeniden ölçeklendirilecek görüntünün minimum boyutu. Pozitif bir tamsayı olmalıdır. Not: Boyutu çok büyükse eğitim çalıştırması CUDA OOM'a alınabilir. Not: Bu ayarlar 'yolov5' algoritması için desteklenmez.
modelSize

Model boyutu. 'Küçük', 'orta', 'büyük' veya 'xlarge' olmalıdır. Not: Model boyutu çok büyükse eğitim çalıştırması CUDA OOM'a alınabilir. Not: Bu ayarlar yalnızca 'yolov5' algoritması için desteklenir.
multiScale

Görüntü boyutunu +/- 50%değiştirerek çok ölçekli görüntüyü etkinleştirin. Not: Yeterli GPU belleği yoksa eğitim çalıştırması CUDA OOM'a alınabilir. Not: Bu ayarlar yalnızca 'yolov5' algoritması için desteklenir.
nmsIouThreshold

NMS'de işlem sonrası çıkarım sırasında kullanılan IOU eşiği. [0, 1] aralığında kayan olmalıdır.
tileGridSize

Her görüntüyü döşemek için kullanılacak kılavuz boyutu. Not: Küçük nesne algılama mantığını etkinleştirmek için TileGridSize Yok olmamalıdır. mxn biçiminde iki tamsayı içeren bir dize. Not: Bu ayarlar 'yolov5' algoritması için desteklenmez.
tileOverlapRatio

Her boyuttaki bitişik kutucuklar arasındaki çakışma oranı. [0, 1) aralığında kaydırılmalıdır. Not: Bu ayarlar 'yolov5' algoritması için desteklenmez.
tilePredictionsNmsThreshold

Kutucuklardan ve görüntüden tahminleri birleştirirken NMS gerçekleştirmek için kullanılacak IOU eşiği. Doğrulama/çıkarımda kullanılır. [0, 1] aralığında kayan olmalıdır. Not: Bu ayarlar 'yolov5' algoritması için desteklenmez. NMS: Maksimum olmayan gizleme
validationIouThreshold

Doğrulama ölçümü hesaplanırken kullanılacak IOU eşiği. [0, 1] aralığında kayan olmalıdır.
validationMetricType

Doğrulama ölçümleri için kullanılacak ölçüm hesaplama yöntemi. 'none', 'coco', 'voc' veya 'coco_voc' olmalıdır.

Devralınan Özellikler

amsGradient

İyileştirici 'adam' veya 'adamw' olduğunda AMSGrad'ı etkinleştirin.
augmentations

Artırmaları kullanma ayarları.
beta1

İyileştirici 'adam' veya 'adamw' olduğunda 'beta1' değeri. [0, 1] aralığında bir float olmalıdır.
beta2

İyileştirici 'adam' veya 'adamw' olduğunda 'beta2' değeri. [0, 1] aralığında bir float olmalıdır.
distributed

Distributer eğitiminin kullanılıp kullanılmaymayacağı.
earlyStopping

Eğitim sırasında erken durdurma mantığını etkinleştirin.
earlyStoppingDelay

Birincil ölçüm geliştirmesinin erken durdurulması için izlenmeden önce beklenebilmesi için en az dönem veya doğrulama değerlendirmesi sayısı. Pozitif bir tamsayı olmalıdır.
earlyStoppingPatience

Çalıştırma durdurulmadan önce birincil ölçüm geliştirmesi yapılmadan en az dönem veya doğrulama değerlendirmesi sayısı. Pozitif bir tamsayı olmalıdır.
enableOnnxNormalization

ONNX modelini dışarı aktarırken normalleştirmeyi etkinleştirin.
evaluationFrequency

Ölçüm puanlarını almak için doğrulama veri kümesini değerlendirme sıklığı. Pozitif bir tamsayı olmalıdır.
gradientAccumulationStep

Gradyan birikimi, bu adımların gradyanlarını biriktirirken model ağırlıklarını güncelleştirmeden yapılandırılmış sayıda "GradAccumulationStep" adımı çalıştırma ve ardından ağırlık güncelleştirmelerini hesaplamak için birikmiş gradyanları kullanma anlamına gelir. Pozitif bir tamsayı olmalıdır.
layersToFreeze

Model için donacak katman sayısı. Pozitif bir tamsayı olmalıdır. Örneğin, 'seresnext' için değer olarak 2 geçirmek, katman0 ve katman1'in donması anlamına gelir. Desteklenen modellerin tam listesi ve katman donmasıyla ilgili ayrıntılar için bkz. https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
learningRate

İlk öğrenme oranı. [0, 1] aralığında bir float olmalıdır.
learningRateScheduler

Öğrenme oranı zamanlayıcı türü. 'warmup_cosine' veya 'step' olmalıdır.
modelName

Eğitim için kullanılacak modelin adı. Kullanılabilir modeller hakkında daha fazla bilgi için lütfen resmi belgeleri ziyaret edin: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
momentum

İyileştirici 'sgd' olduğunda momentum değeri. [0, 1] aralığında bir float olmalıdır.
nesterov

İyileştirici 'sgd' olduğunda nesterov özelliğini etkinleştirin.
numberOfEpochs

Eğitim dönemlerinin sayısı. Pozitif bir tamsayı olmalıdır.
numberOfWorkers

Veri yükleyici çalışanlarının sayısı. Negatif olmayan bir tamsayı olmalıdır.
optimizer

İyileştirici türü. 'sgd', 'adam' veya 'adamw' olmalıdır.
randomSeed

Belirlenmci eğitim kullanılırken kullanılacak rastgele tohum.
stepLRGamma

Öğrenme hızı zamanlayıcı 'step' olduğunda gama değeri. [0, 1] aralığında bir float olmalıdır.
stepLRStepSize

Öğrenme hızı zamanlayıcısı 'step' olduğunda adım boyutu değeri. Pozitif bir tamsayı olmalıdır.
trainingBatchSize

Eğitim toplu iş boyutu. Pozitif bir tamsayı olmalıdır.
validationBatchSize

Doğrulama toplu iş boyutu. Pozitif bir tamsayı olmalıdır.
warmupCosineLRCycles

Öğrenme hızı zamanlayıcısı 'warmup_cosine' olduğunda kosinüs döngüsünün değeri. [0, 1] aralığında bir float olmalıdır.
warmupCosineLRWarmupEpochs

Öğrenme hızı zamanlayıcısı 'warmup_cosine' olduğunda ısınma dönemlerinin değeri. Pozitif bir tamsayı olmalıdır.
weightDecay

İyileştirici 'sgd', 'adam' veya 'adamw' olduğunda kilo bozulmasının değeri. [0, 1] aralığında bir float olmalıdır.

Özellik Ayrıntıları

boxDetectionsPerImage

Tüm sınıflar için görüntü başına en fazla algılama sayısı. Pozitif bir tamsayı olmalıdır. Not: Bu ayarlar 'yolov5' algoritması için desteklenmez.

boxDetectionsPerImage?: string

Özellik Değeri

string

boxScoreThreshold

Çıkarım sırasında, yalnızca Sınıflandırma puanı BoxScoreThreshold'tan büyük olan teklifleri döndürür. [0, 1] aralığında bir float olmalıdır.

boxScoreThreshold?: string

Özellik Değeri

string

imageSize

Tren ve doğrulama için görüntü boyutu. Pozitif bir tamsayı olmalıdır. Not: Boyutu çok büyükse eğitim çalıştırması CUDA OOM'a alınabilir. Not: Bu ayarlar yalnızca 'yolov5' algoritması için desteklenir.

imageSize?: string

Özellik Değeri

string

maxSize

Omurgaya beslemeden önce yeniden ölçeklendirilecek görüntünün maksimum boyutu. Pozitif bir tamsayı olmalıdır. Not: Boyutu çok büyükse eğitim çalıştırması CUDA OOM'a alınabilir. Not: Bu ayarlar 'yolov5' algoritması için desteklenmez.

maxSize?: string

Özellik Değeri

string

minSize

Omurgaya beslemeden önce yeniden ölçeklendirilecek görüntünün minimum boyutu. Pozitif bir tamsayı olmalıdır. Not: Boyutu çok büyükse eğitim çalıştırması CUDA OOM'a alınabilir. Not: Bu ayarlar 'yolov5' algoritması için desteklenmez.

minSize?: string

Özellik Değeri

string

modelSize

Model boyutu. 'Küçük', 'orta', 'büyük' veya 'xlarge' olmalıdır. Not: Model boyutu çok büyükse eğitim çalıştırması CUDA OOM'a alınabilir. Not: Bu ayarlar yalnızca 'yolov5' algoritması için desteklenir.

modelSize?: string

Özellik Değeri

string

multiScale

Görüntü boyutunu +/- 50%değiştirerek çok ölçekli görüntüyü etkinleştirin. Not: Yeterli GPU belleği yoksa eğitim çalıştırması CUDA OOM'a alınabilir. Not: Bu ayarlar yalnızca 'yolov5' algoritması için desteklenir.

multiScale?: string

Özellik Değeri

string

nmsIouThreshold

NMS'de işlem sonrası çıkarım sırasında kullanılan IOU eşiği. [0, 1] aralığında kayan olmalıdır.

nmsIouThreshold?: string

Özellik Değeri

string

tileGridSize

Her görüntüyü döşemek için kullanılacak kılavuz boyutu. Not: Küçük nesne algılama mantığını etkinleştirmek için TileGridSize Yok olmamalıdır. mxn biçiminde iki tamsayı içeren bir dize. Not: Bu ayarlar 'yolov5' algoritması için desteklenmez.

tileGridSize?: string

Özellik Değeri

string

tileOverlapRatio

Her boyuttaki bitişik kutucuklar arasındaki çakışma oranı. [0, 1) aralığında kaydırılmalıdır. Not: Bu ayarlar 'yolov5' algoritması için desteklenmez.

tileOverlapRatio?: string

Özellik Değeri

string

tilePredictionsNmsThreshold

Kutucuklardan ve görüntüden tahminleri birleştirirken NMS gerçekleştirmek için kullanılacak IOU eşiği. Doğrulama/çıkarımda kullanılır. [0, 1] aralığında kayan olmalıdır. Not: Bu ayarlar 'yolov5' algoritması için desteklenmez. NMS: Maksimum olmayan gizleme

tilePredictionsNmsThreshold?: string

Özellik Değeri

string

validationIouThreshold

Doğrulama ölçümü hesaplanırken kullanılacak IOU eşiği. [0, 1] aralığında kayan olmalıdır.

validationIouThreshold?: string

Özellik Değeri

string

validationMetricType

Doğrulama ölçümleri için kullanılacak ölçüm hesaplama yöntemi. 'none', 'coco', 'voc' veya 'coco_voc' olmalıdır.

validationMetricType?: string

Özellik Değeri

string

Devralınan Özellik Detayları

amsGradient

İyileştirici 'adam' veya 'adamw' olduğunda AMSGrad'ı etkinleştirin.

amsGradient?: string

Özellik Değeri

string

ImageModelDistributionSettings.amsGradient'dan Devralınan

augmentations

Artırmaları kullanma ayarları.

augmentations?: string

Özellik Değeri

string

ImageModelDistributionSettings.augmentations Devralındı

beta1

İyileştirici 'adam' veya 'adamw' olduğunda 'beta1' değeri. [0, 1] aralığında bir float olmalıdır.

beta1?: string

Özellik Değeri

string

ImageModelDistributionSettings.beta1'den Devralınan

beta2

İyileştirici 'adam' veya 'adamw' olduğunda 'beta2' değeri. [0, 1] aralığında bir float olmalıdır.

beta2?: string

Özellik Değeri

string

ImageModelDistributionSettings.beta2 Devralındı

distributed

Distributer eğitiminin kullanılıp kullanılmaymayacağı.

distributed?: string

Özellik Değeri

string

ImageModelDistributionSettings.distributed'dan Devralınmış

earlyStopping

Eğitim sırasında erken durdurma mantığını etkinleştirin.

earlyStopping?: string

Özellik Değeri

string

ImageModelDistributionSettings.earlyStopping Devralındı

earlyStoppingDelay

Birincil ölçüm geliştirmesinin erken durdurulması için izlenmeden önce beklenebilmesi için en az dönem veya doğrulama değerlendirmesi sayısı. Pozitif bir tamsayı olmalıdır.

earlyStoppingDelay?: string

Özellik Değeri

string

ImageModelDistributionSettings.earlyStoppingDelay Devralındı

earlyStoppingPatience

Çalıştırma durdurulmadan önce birincil ölçüm geliştirmesi yapılmadan en az dönem veya doğrulama değerlendirmesi sayısı. Pozitif bir tamsayı olmalıdır.

earlyStoppingPatience?: string

Özellik Değeri

string

ImageModelDistributionSettings.earlyStoppingPatience Devralındı

enableOnnxNormalization

ONNX modelini dışarı aktarırken normalleştirmeyi etkinleştirin.

enableOnnxNormalization?: string

Özellik Değeri

string

ImageModelDistributionSettings.enableOnnxNormalization Devralındı

evaluationFrequency

Ölçüm puanlarını almak için doğrulama veri kümesini değerlendirme sıklığı. Pozitif bir tamsayı olmalıdır.

evaluationFrequency?: string

Özellik Değeri

string

ImageModelDistributionSettings.evaluationFrequency Devralındı

gradientAccumulationStep

Gradyan birikimi, bu adımların gradyanlarını biriktirirken model ağırlıklarını güncelleştirmeden yapılandırılmış sayıda "GradAccumulationStep" adımı çalıştırma ve ardından ağırlık güncelleştirmelerini hesaplamak için birikmiş gradyanları kullanma anlamına gelir. Pozitif bir tamsayı olmalıdır.

gradientAccumulationStep?: string

Özellik Değeri

string

ImageModelDistributionSettings.gradientAccumulationStep Devralınmış

layersToFreeze

Model için donacak katman sayısı. Pozitif bir tamsayı olmalıdır. Örneğin, 'seresnext' için değer olarak 2 geçirmek, katman0 ve katman1'in donması anlamına gelir. Desteklenen modellerin tam listesi ve katman donmasıyla ilgili ayrıntılar için bkz. https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

layersToFreeze?: string

Özellik Değeri

string

ImageModelDistributionSettings.layersToFreeze

learningRate

İlk öğrenme oranı. [0, 1] aralığında bir float olmalıdır.

learningRate?: string

Özellik Değeri

string

ImageModelDistributionSettings.learningRate'dan Devralınmış

learningRateScheduler

Öğrenme oranı zamanlayıcı türü. 'warmup_cosine' veya 'step' olmalıdır.

learningRateScheduler?: string

Özellik Değeri

string

ImageModelDistributionSettings.learningRateScheduler Devralındı

modelName

Eğitim için kullanılacak modelin adı. Kullanılabilir modeller hakkında daha fazla bilgi için lütfen resmi belgeleri ziyaret edin: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

modelName?: string

Özellik Değeri

string

ImageModelDistributionSettings.modelName'dan Devralınmış

momentum

İyileştirici 'sgd' olduğunda momentum değeri. [0, 1] aralığında bir float olmalıdır.

momentum?: string

Özellik Değeri

string

ImageModelDistributionSettings.momentum'dan Devralınan

nesterov

İyileştirici 'sgd' olduğunda nesterov özelliğini etkinleştirin.

nesterov?: string

Özellik Değeri

string

ImageModelDistributionSettings.nesterov Devralındı

numberOfEpochs

Eğitim dönemlerinin sayısı. Pozitif bir tamsayı olmalıdır.

numberOfEpochs?: string

Özellik Değeri

string

ImageModelDistributionSettings.numberOfEpochs'dan Devralınan

numberOfWorkers

Veri yükleyici çalışanlarının sayısı. Negatif olmayan bir tamsayı olmalıdır.

numberOfWorkers?: string

Özellik Değeri

string

ImageModelDistributionSettings.numberOfWorkers Devralındı

optimizer

İyileştirici türü. 'sgd', 'adam' veya 'adamw' olmalıdır.

optimizer?: string

Özellik Değeri

string

ImageModelDistributionSettings.optimizer Devralındı

randomSeed

Belirlenmci eğitim kullanılırken kullanılacak rastgele tohum.

randomSeed?: string

Özellik Değeri

string

ImageModelDistributionSettings.randomSeed'dan Devralınan

stepLRGamma

Öğrenme hızı zamanlayıcı 'step' olduğunda gama değeri. [0, 1] aralığında bir float olmalıdır.

stepLRGamma?: string

Özellik Değeri

string

ImageModelDistributionSettings.stepLRGamma Devralındı

stepLRStepSize

Öğrenme hızı zamanlayıcısı 'step' olduğunda adım boyutu değeri. Pozitif bir tamsayı olmalıdır.

stepLRStepSize?: string

Özellik Değeri

string

ImageModelDistributionSettings.stepLRStepSize Devralınmış

trainingBatchSize

Eğitim toplu iş boyutu. Pozitif bir tamsayı olmalıdır.

trainingBatchSize?: string

Özellik Değeri

string

ImageModelDistributionSettings.trainingBatchSize'dan Devralınmış

validationBatchSize

Doğrulama toplu iş boyutu. Pozitif bir tamsayı olmalıdır.

validationBatchSize?: string

Özellik Değeri

string

ImageModelDistributionSettings.validationBatchSize Devralındı

warmupCosineLRCycles

Öğrenme hızı zamanlayıcısı 'warmup_cosine' olduğunda kosinüs döngüsünün değeri. [0, 1] aralığında bir float olmalıdır.

warmupCosineLRCycles?: string

Özellik Değeri

string

ImageModelDistributionSettings.warmupCosineLRCycles Devralındı

warmupCosineLRWarmupEpochs

Öğrenme hızı zamanlayıcısı 'warmup_cosine' olduğunda ısınma dönemlerinin değeri. Pozitif bir tamsayı olmalıdır.

warmupCosineLRWarmupEpochs?: string

Özellik Değeri

string

ImageModelDistributionSettings.warmupCosineLRWarmupEpochs Devralınmış

weightDecay

İyileştirici 'sgd', 'adam' veya 'adamw' olduğunda kilo bozulmasının değeri. [0, 1] aralığında bir float olmalıdır.

weightDecay?: string

Özellik Değeri

string

ImageModelDistributionSettings.weightDecay Devralınmış