ImageInstanceSegmentationJob Sınıf

AutoML Görüntü Örneği Segmentasyonu işi için yapılandırma.

Yeni bir AutoML Görüntü Örneği Segmentasyonu işi başlatın.

Devralma

azure.ai.ml.entities._job.automl.image.automl_image_object_detection_base.AutoMLImageObjectDetectionBase

ImageInstanceSegmentationJob

Oluşturucu

ImageInstanceSegmentationJob(*, primary_metric: str | InstanceSegmentationPrimaryMetrics | None = None, **kwargs)

Parametreler

primary_metric

Gerekli

İyileştirme için kullanılacak birincil ölçüm

kwargs

Gerekli

İşe özgü bağımsız değişkenler

Yöntemler

dump	İş içeriğini YAML biçiminde bir dosyaya dökümünü alır.
extend_search_space	AutoML Görüntü Nesnesi Algılama ve Görüntü Örneği Kesimleme görevleri için arama alanı ekleyin.
set_data
set_limits	Tüm AutoML Görüntü Dikeyleri için ayarları sınırlayın.
set_sweep	Tüm AutoML Görüntü Dikeyleri için süpürme ayarları.
set_training_parameters	AutoML Görüntü Nesnesi Algılama ve Görüntü Örneği Segmentlere Ayırma görevleri için için Görüntü eğitim parametrelerini ayarlama.

dump

İş içeriğini YAML biçiminde bir dosyaya dökümünü alır.

dump(dest: str | PathLike | IO, **kwargs) -> None

Parametreler

dest

Union[<xref:PathLike>, str, IO[AnyStr]]

Gerekli

YAML içeriğinin yazılabileceği yerel yol veya dosya akışı. Dest bir dosya yoluysa, yeni bir dosya oluşturulur. Dest açık bir dosyaysa, dosya doğrudan öğesine yazılır.

kwargs

dict

YAML seri hale getiricisine geçirecek ek bağımsız değişkenler.

Özel durumlar

FileExistsError

dest bir dosya yoluysa ve dosya zaten varsa oluşturulur.

IOError

Dest açık bir dosyaysa ve dosya yazılabilir değilse oluşturulur.

extend_search_space

AutoML Görüntü Nesnesi Algılama ve Görüntü Örneği Kesimleme görevleri için arama alanı ekleyin.

extend_search_space(value: SearchSpace | List[SearchSpace]) -> None

Parametreler

value

Union[SearchSpace, List[SearchSpace]]

Gerekli

Parametre alanında arama

Özel durumlar

FileExistsError

dest bir dosya yoluysa ve dosya zaten varsa oluşturulur.

IOError

Dest açık bir dosyaysa ve dosya yazılabilir değilse oluşturulur.

set_data

set_data(*, training_data: Input, target_column_name: str, validation_data: Input | None = None, validation_data_size: float | None = None) -> None

Özel durumlar

FileExistsError

dest bir dosya yoluysa ve dosya zaten varsa oluşturulur.

IOError

Dest açık bir dosyaysa ve dosya yazılabilir değilse oluşturulur.

set_limits

Tüm AutoML Görüntü Dikeyleri için ayarları sınırlayın.

set_limits(*, max_concurrent_trials: int | None = None, max_trials: int | None = None, timeout_minutes: int | None = None) -> None

Parametreler

timeout_minutes

timedelta

AutoML işi zaman aşımı.

Özel durumlar

FileExistsError

dest bir dosya yoluysa ve dosya zaten varsa oluşturulur.

IOError

Dest açık bir dosyaysa ve dosya yazılabilir değilse oluşturulur.

set_sweep

Tüm AutoML Görüntü Dikeyleri için süpürme ayarları.

set_sweep(*, sampling_algorithm: str | Random | Grid | Bayesian, early_termination: BanditPolicy | MedianStoppingPolicy | TruncationSelectionPolicy | None = None) -> None

Parametreler

sampling_algorithm

Gereklidir. [Gerekli] Hiper parametre örnekleme algoritmalarının türü. Olası değerler şunlardır: "Grid", "Random", "Bayesian".

early_termination

Union[ BanditPolicy, MedianStoppingPolicy, TruncationSelectionPolicy]

Erken sonlandırma ilkesinin türü.

Özel durumlar

FileExistsError

dest bir dosya yoluysa ve dosya zaten varsa oluşturulur.

IOError

Dest açık bir dosyaysa ve dosya yazılabilir değilse oluşturulur.

set_training_parameters

AutoML Görüntü Nesnesi Algılama ve Görüntü Örneği Segmentlere Ayırma görevleri için için Görüntü eğitim parametrelerini ayarlama.

set_training_parameters(*, advanced_settings: str | None = None, ams_gradient: bool | None = None, beta1: float | None = None, beta2: float | None = None, checkpoint_frequency: int | None = None, checkpoint_run_id: str | None = None, distributed: bool | None = None, early_stopping: bool | None = None, early_stopping_delay: int | None = None, early_stopping_patience: int | None = None, enable_onnx_normalization: bool | None = None, evaluation_frequency: int | None = None, gradient_accumulation_step: int | None = None, layers_to_freeze: int | None = None, learning_rate: float | None = None, learning_rate_scheduler: str | LearningRateScheduler | None = None, model_name: str | None = None, momentum: float | None = None, nesterov: bool | None = None, number_of_epochs: int | None = None, number_of_workers: int | None = None, optimizer: str | StochasticOptimizer | None = None, random_seed: int | None = None, step_lr_gamma: float | None = None, step_lr_step_size: int | None = None, training_batch_size: int | None = None, validation_batch_size: int | None = None, warmup_cosine_lr_cycles: float | None = None, warmup_cosine_lr_warmup_epochs: int | None = None, weight_decay: float | None = None, box_detections_per_image: int | None = None, box_score_threshold: float | None = None, image_size: int | None = None, max_size: int | None = None, min_size: int | None = None, model_size: str | ModelSize | None = None, multi_scale: bool | None = None, nms_iou_threshold: float | None = None, tile_grid_size: str | None = None, tile_overlap_ratio: float | None = None, tile_predictions_nms_threshold: float | None = None, validation_iou_threshold: float | None = None, validation_metric_type: str | ValidationMetricType | None = None, log_training_metrics: str | LogTrainingMetrics | None = None, log_validation_loss: str | LogValidationLoss | None = None) -> None

Parametreler

advanced_settings

str

Gelişmiş senaryolar için ayarlar.

ams_gradient

bool

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

beta1

float

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

beta2

float

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

checkpoint_frequency

int

Model denetim noktalarını depolama sıklığı. Pozitif bir tamsayı olmalıdır.

checkpoint_run_id

str

Artımlı eğitim için önceden eğitilmiş bir denetim noktası olan önceki çalıştırmanın kimliği.

distributed

bool

Dağıtılmış eğitimin kullanılıp kullanılmaymayacağı.

early_stopping

bool

Eğitim sırasında erken durdurma mantığını etkinleştirin.

early_stopping_delay

int

Birincil ölçüm geliştirmesinin erken durdurulması için izlenmeden önce beklenmeleri gereken en az dönem veya doğrulama değerlendirme sayısı. Pozitif bir tamsayı olmalıdır.

early_stopping_patience

int

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

enable_onnx_normalization

bool

ONNX modelini dışarı aktarırken normalleştirmeyi etkinleştirin.

evaluation_frequency

int

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

gradient_accumulation_step

int

Gradyan birikmesi, model ağırlıklarını güncelleştirmeden yapılandırılan sayıda "GradAccumulationStep" adımı çalıştırmak, bu adımların gradyanlarını biriktirmek ve ağırlık güncelleştirmelerini hesaplamak için birikmiş gradyanları kullanmak anlamına gelir. Pozitif bir tamsayı olmalıdır.

layers_to_freeze

Model için donacak katman sayısı. Pozitif bir tamsayı olmalıdır. Örneğin, 'seresnext' için değer olarak 2 geçirmek, katman0 ve katman1'i dondurma anlamına gelir. Desteklenen modellerin tam listesi ve katman dondurmayla ilgili ayrıntılar için bkz. https://docs.microsoft.com/en-us/azure/machine-learning/reference-automl-images-hyperparameters#model-agnostic-hyperparameters. # pylint: disable=line-too-long

learning_rate

float

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

learning_rate_scheduler

Öğrenme hızı zamanlayıcısının türü. 'warmup_cosine' veya 'step' olmalıdır. Olası değerler şunlardır: "Yok", "WarmupCosine", "Step".

model_name

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

float

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

nesterov

bool

İyileştirici 'sgd' olduğunda nesterov'ı etkinleştirin.

number_of_epochs

int

Eğitim dönemlerinin sayısı. Pozitif bir tamsayı olmalıdır.

number_of_workers

int

Veri yükleyici çalışanlarının sayısı. Negatif olmayan bir tamsayı olmalıdır.

optimizer

İyileştirici türü. Olası değerler şunlardır: "None", "Sgd", "Adam", "Adamw".

random_seed

int

Belirlenmci eğitim kullanılırken kullanılacak rastgele tohum.

step_lr_gamma

float

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

step_lr_step_size

int

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

training_batch_size

int

Eğitim toplu iş boyutu. Pozitif bir tamsayı olmalıdır.

validation_batch_size

int

Doğrulama toplu iş boyutu. Pozitif bir tamsayı olmalıdır.

warmup_cosine_lr_cycles

float

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

warmup_cosine_lr_warmup_epochs

int

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

weight_decay

float

İyileştirici 'sgd', 'adam' veya 'adamw' olduğunda ağırlık bozulma değeri. [0, 1] aralığındaki bir float olmalıdır.

box_detections_per_image

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

box_score_threshold

float

Çıkarım sırasında, yalnızca BoxScoreThreshold değerinden büyük bir sınıflandırma puanına sahip teklifleri döndürür. [0, 1] aralığındaki bir float olmalıdır.

image_size

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

max_size

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

min_size

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

model_size

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

multi_scale

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

nms_iou_threshold

float

NMS sonrası işlemede çıkarım sırasında kullanılan IOU eşiği. [0, 1] aralığında kaydırılmalıdır.

tile_grid_size

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

tile_overlap_ratio

float

Her boyuttaki bitişik kutucuklar arasındaki çakışma oranı. [0, 1) aralığında kaydırılmalıdır.

tile_predictions_nms_threshold

Kutucuklardan ve görüntüden tahminleri birleştirirken NMS gerçekleştirmek için kullanılacak IOU eşiği. Doğrulama/çıkarımda kullanılır. [0, 1] aralığında kaydırılmalıdır. NMS: Maksimum olmayan gizleme.

validation_iou_threshold

float

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

validation_metric_type

str veya ValidationMetricType

Doğrulama ölçümleri için kullanılacak ölçüm hesaplama yöntemi. 'hiçbiri', 'coco', 'voc' veya 'coco_voc' olmalıdır.

log_training_metrics

str veya <xref:azure.mgmt.machinelearningservices.models.LogTrainingMetrics>

eğitim ölçümlerinin günlüğe kaydedilip kaydedilmeyeceğini gösterir. 'Etkinleştir' veya 'Devre Dışı Bırak' olmalıdır

log_validation_loss

str veya <xref:azure.mgmt.machinelearningservices.models.LogValidationLoss>

doğrulama kaybının günlüğe kaydedilip kaydedilmeyeceğini gösterir. 'Etkinleştir' veya 'Devre Dışı Bırak' olmalıdır

Özel durumlar

FileExistsError

dest bir dosya yoluysa ve dosya zaten varsa oluşturulur.

IOError

Dest açık bir dosyaysa ve dosya yazılabilir değilse oluşturulur.

Öznitelikler

base_path

Kaynağın temel yolu.

Döndürülenler

Kaynağın temel yolu.

Dönüş türü

str

creation_context

Kaynağın oluşturma bağlamı.

Döndürülenler

Kaynağın oluşturma meta verileri.

Dönüş türü

Optional[SystemData]

id

Kaynak kimliği.

Döndürülenler

Kaynağın genel kimliği, azure Resource Manager (ARM) kimliği.

Dönüş türü

Optional[str]

inputs

limits

log_files

İş çıktı dosyaları.

Döndürülenler

Günlük adlarının ve URL'lerin sözlüğü.

Dönüş türü

Optional[Dict[str, str]]

log_verbosity

outputs

primary_metric

search_space

status

İşin durumu.

Döndürülen yaygın değerler şunlardır: "Çalışıyor", "Tamamlandı" ve "Başarısız". Tüm olası değerler şunlardır:

• NotStarted - Bu, istemci tarafı Run nesnelerinin bulut göndermeden önce içinde olduğu geçici bir durumdur.

• Başlatılıyor - Çalıştırma bulutta işlenmeye başladı. Çağıranın bu noktada bir çalıştırma kimliği vardır.

• Sağlama - Belirli bir iş gönderimi için isteğe bağlı işlem oluşturuluyor.

• Hazırlanıyor - Çalıştırma ortamı hazırlanıyor ve iki aşamadan birinde:

  • Docker görüntü derlemesi

  • conda ortamı kurulumu

• Kuyruğa alındı - İş, işlem hedefinde kuyruğa alınır. Örneğin BatchAI'de iş kuyruğa alınmış durumdadır

  tüm istenen düğümlerin hazır olmasını beklerken.

• Çalışıyor - İş işlem hedefinde çalışmaya başladı.

• Sonlandırma - Kullanıcı kodu yürütmesi tamamlandı ve çalıştırma işlem sonrası aşamalarda.

• CancelRequested - İş için iptal istendi.

• Tamamlandı - Çalıştırma başarıyla tamamlandı. Buna hem kullanıcı kodu yürütme hem de çalıştırma dahildir

  işlem sonrası aşamalar.

• Başarısız - Çalıştırma başarısız oldu. Genellikle bir çalıştırmadaki Error özelliği nedenine ilişkin ayrıntıları sağlar.

• İptal edildi - İptal isteğini izler ve çalıştırmanın artık başarıyla iptal edilmiş olduğunu gösterir.

• NotResponding - Sinyallerin etkinleştirildiği çalıştırmalar için yakın zamanda sinyal gönderilmedi.

Döndürülenler

İşin durumu.

Dönüş türü

Optional[str]

studio_url

Azure ML studio uç noktası.

Döndürülenler

İş ayrıntıları sayfasının URL'si.

Dönüş türü

Optional[str]

sweep

task_type

Görev türünü alma.

Döndürülenler

Çalıştırılacak görevin türü. Olası değerler şunlardır: "sınıflandırma", "regresyon", "tahmin".

Dönüş türü

str

test_data

Test verilerini alın.

Döndürülenler

Veri girişini test edin

Dönüş türü

Input

training_data

Eğitim verilerini alın.

Döndürülenler

Eğitim verileri girişi

Dönüş türü

Input

training_parameters

type

İşin türü.

Döndürülenler

İşin türü.

Dönüş türü

Optional[str]

validation_data

Doğrulama verilerini alma.

Döndürülenler

Doğrulama veri girişi

Dönüş türü

Input