Share via

ImageModelSettingsObjectDetection Sınıf

  • Başvuru

AutoML Görüntü Nesnesi Algılama Görevi için model ayarları.

Devralma
azure.ai.ml.entities._job.automl.image.image_model_settings.ImageModelDistributionSettings
ImageModelSettingsObjectDetection

Oluşturucu

ImageModelSettingsObjectDetection(*, 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: 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: 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: 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: ValidationMetricType | None = None, log_training_metrics: LogTrainingMetrics | None = None, log_validation_loss: LogValidationLoss | None = None, **kwargs)

Parametreler

advanced_settings
str
Gerekli

Gelişmiş senaryolar için ayarlar.

ams_gradient
bool
Gerekli

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

beta1
float
Gerekli

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

beta2
float
Gerekli

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

checkpoint_frequency
int
Gerekli

Model denetim noktalarını depolama sıklığı. Pozitif bir tamsayı olmalıdır.

checkpoint_run_id
str
Gerekli

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

distributed
bool
Gerekli

Dağıtılmış eğitimin kullanılıp kullanılmaymayacağı.

early_stopping
bool
Gerekli

Eğitim sırasında erken durdurma mantığını etkinleştirin.

early_stopping_delay
int
Gerekli

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
Gerekli

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

enable_onnx_normalization
bool
Gerekli

ONNX modelini dışarı aktarırken normalleştirmeyi etkinleştirin.

evaluation_frequency
int
Gerekli

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

gradient_accumulation_step
int
Gerekli

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
int
Gerekli

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/how-to-auto-train-image-models.

learning_rate
float
Gerekli

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

learning_rate_scheduler
str veya LearningRateScheduler
Gerekli

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

model_name
str
Gerekli

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
Gerekli

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

nesterov
bool
Gerekli

İyileştirici 'sgd' olduğunda nesterov'ı etkinleştirin.

number_of_epochs
int
Gerekli

Eğitim dönemlerinin sayısı. Pozitif bir tamsayı olmalıdır.

number_of_workers
int
Gerekli

Veri yükleyici çalışanlarının sayısı. Negatif olmayan bir tamsayı olmalıdır.

optimizer
str veya StochasticOptimizer
Gerekli

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

random_seed
int
Gerekli

Belirlenmci eğitim kullanılırken kullanılacak rastgele tohum.

step_lr_gamma
float
Gerekli

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

step_lr_step_size
int
Gerekli

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

training_batch_size
int
Gerekli

Eğitim toplu iş boyutu. Pozitif bir tamsayı olmalıdır.

validation_batch_size
int
Gerekli

Doğrulama toplu iş boyutu. Pozitif bir tamsayı olmalıdır.

warmup_cosine_lr_cycles
float
Gerekli

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

warmup_cosine_lr_warmup_epochs
int
Gerekli

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

weight_decay
float
Gerekli

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

box_detections_per_image
int
Gerekli

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

box_score_threshold
float
Gerekli

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

image_size
int
Gerekli

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
int
Gerekli

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
int
Gerekli

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
str veya ModelSize
Gerekli

Model boyutu. 'Küçük', 'orta', 'büyük' olmalıdır. Not: Model boyutu çok büyükse eğitim çalıştırması CUDA OOM'a alınabilir. Not: Bu ayarlar yalnızca 'yolov5' algoritması için desteklenir. Olası değerler şunlardır: "Yok", "Küçük", "Orta", "Büyük", "ExtraLarge".

multi_scale
bool
Gerekli

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
Gerekli

NMS sonrası işlemede çıkarım sırasında kullanılan IOU eşiği. [0, 1] aralığında bir float olmalıdır.

tile_grid_size
str
Gerekli

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.

tile_overlap_ratio
float
Gerekli

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

tile_predictions_nms_threshold
float
Gerekli

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

validation_iou_threshold
float
Gerekli

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

validation_metric_type
str veya ValidationMetricType
Gerekli

Doğrulama ölçümleri için kullanılacak ölçüm hesaplama yöntemi. Olası değerler şunlardır: "Hiçbiri", "Coco", "Voc", "CocoVoc".

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

eğitim ölçümlerinin günlüğe kaydedilip kaydedilmeyeceğini gösterir

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

doğrulama kaybının günlüğe kaydedilip kaydedilmeyeceğini gösterir