ImageModelSettingsObjectDetection Sınıf
AutoML Görüntü Nesnesi Algılama Görevi için model ayarları.
- Devralma
-
azure.ai.ml.entities._job.automl.image.image_model_settings.ImageModelDistributionSettingsImageModelSettingsObjectDetection
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
- 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.
- 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
- int
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_scheduler
- str veya LearningRateScheduler
Öğrenme hızı zamanlayıcısının türü. 'warmup_cosine' veya 'step' olmalıdır. Olası değerler şunlardır: "Yok", "WarmupCosine", "Step".
- model_name
- str
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.
- number_of_workers
- int
Veri yükleyici çalışanlarının sayısı. Negatif olmayan bir tamsayı olmalıdır.
- optimizer
- str veya StochasticOptimizer
İyileştirici türü. Olası değerler şunlardır: "None", "Sgd", "Adam", "Adamw".
- 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.
- 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
- int
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
- int
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
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
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 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
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 bir float olmalıdır.
- tile_grid_size
- str
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
Her boyuttaki bitişik kutucuklar arasındaki çakışma oranı. [0, 1) aralığında kaydırılmalıdır. Not: Bu ayarlar 'yolov5' algoritması için desteklenmez.
- tile_predictions_nms_threshold
- float
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
Doğrulama ölçümü hesaplanırken kullanılacak IOU eşiği. [0, 1] aralığında kaydırılmalıdır.
- validation_metric_type
- str veya ValidationMetricType
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>
eğitim ölçümlerinin günlüğe kaydedilip kaydedilmeyeceğini gösterir
- log_validation_loss
- str veya <xref:azure.mgmt.machinelearningservices.models.LogValidationLoss>
doğrulama kaybının günlüğe kaydedilip kaydedilmeyeceğini gösterir
Azure SDK for Python
Geri Bildirim
https://aka.ms/ContentUserFeedback.
Çok yakında: 2024 boyunca, içerik için geri bildirim mekanizması olarak GitHub Sorunları’nı kullanımdan kaldıracak ve yeni bir geri bildirim sistemiyle değiştireceğiz. Daha fazla bilgi için bkz.Gönderin ve geri bildirimi görüntüleyin