ImageObjectDetectionSearchSpace Sınıf

AutoML Görüntü Nesnesi Algılama ve Görüntü Örneği Segmentlere Ayırma görevleri için arama alanı.

Devralma

azure.ai.ml.entities._mixins.RestTranslatableMixin

ImageObjectDetectionSearchSpace

Oluşturucu

ImageObjectDetectionSearchSpace(*, ams_gradient: bool | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, beta1: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, beta2: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, distributed: bool | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, early_stopping: bool | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, early_stopping_delay: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, early_stopping_patience: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, enable_onnx_normalization: bool | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, evaluation_frequency: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, gradient_accumulation_step: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, layers_to_freeze: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, learning_rate: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, learning_rate_scheduler: str | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, model_name: str | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, momentum: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, nesterov: bool | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, number_of_epochs: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, number_of_workers: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, optimizer: str | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, random_seed: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, step_lr_gamma: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, step_lr_step_size: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, training_batch_size: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, validation_batch_size: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, warmup_cosine_lr_cycles: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, warmup_cosine_lr_warmup_epochs: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, weight_decay: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, box_detections_per_image: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, box_score_threshold: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, image_size: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, max_size: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, min_size: int | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, model_size: str | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, multi_scale: bool | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, nms_iou_threshold: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, tile_grid_size: str | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, tile_overlap_ratio: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, tile_predictions_nms_threshold: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, validation_iou_threshold: float | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None, validation_metric_type: str | Choice | LogNormal | LogUniform | Normal | QLogNormal | QLogUniform | QNormal | QUniform | Randint | Uniform | None = None)

Parametreler

ams_gradient

bool veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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

beta1

float veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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

beta2

float veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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

distributed

bool veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

Distributer eğitiminin kullanılıp kullanılmaycağı.

early_stopping

bool veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

Eğitim sırasında erken durdurma mantığını etkinleştirin.

early_stopping_delay

int veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

Birincil ölçüm geliştirmesinin erken durdurulması için izlenmeden önce beklenmek üzere en az dönem sayısı veya doğrulama değerlendirmeleri. Pozitif bir tamsayı olmalıdır.

early_stopping_patience

int veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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

enable_onnx_normalization

bool veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

ONNX modelini dışarı aktarırken normalleştirmeyi etkinleştirin.

evaluation_frequency

int veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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

gradient_accumulation_step

int veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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

layers_to_freeze

int veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

Model için donduracak 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 lütfen bkz. https://docs.microsoft.com/en-us/azure/machine-learning/reference-automl-images-hyperparameters#model-agnostic-hyperparameters. # pylint: disable=line-too-long

learning_rate

Gerekli

İlk öğrenme oranı. [0, 1] aralığında bir float olmalıdır. :type learning_rate: float veya ~azure.ai.ml.entities.SweepDistribution

learning_rate_scheduler

str veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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

model_name

str veya <xref:azure.ai.ml.entities.SweepDistribution>

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 veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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

nesterov

bool veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

İyileştirici 'sgd' olduğunda nesterov'ı etkinleştirin.

number_of_epochs

int veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

Eğitim dönemlerinin sayısı. Pozitif bir tamsayı olmalıdır.

number_of_workers

int veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

Veri yükleyici çalışanlarının sayısı. Negatif olmayan bir tamsayı olmalıdır.

optimizer

str veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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

random_seed

int veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

Belirlenmci eğitim kullanılırken kullanılacak rastgele tohum.

step_lr_gamma

float veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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

step_lr_step_size

int veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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

training_batch_size

int veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

Eğitim toplu iş boyutu. Pozitif bir tamsayı olmalıdır.

validation_batch_size

int veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

Doğrulama toplu iş boyutu. Pozitif bir tamsayı olmalıdır.

warmup_cosine_lr_cycles

float veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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

warmup_cosine_lr_warmup_epochs

int veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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

weight_decay

int veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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

box_detections_per_image

int veya <xref:azure.ai.ml.entities.SweepDistribution>

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 veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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

image_size

int veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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

max_size

Gerekli

Omurgaya beslemeden önce yeniden ölçeklendirilecek görüntünün maksimum boyutu. Pozitif bir tamsayı olmalıdır. Not: Boyut çok büyükse eğitim çalıştırması CUDA OOM'a gelebilir. Not: Bu ayarlar 'yolov5' algoritması için desteklenmez. :type max_size: int veya ~azure.ai.ml.entities.SweepDistribution

min_size

int veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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

model_size

str veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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

multi_scale

bool veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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

nms_iou_threshold

float veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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

tile_grid_size

str veya <xref:azure.ai.ml.entities.SweepDistribution>

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.

tile_overlap_ratio

float veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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

tile_predictions_nms_threshold

float veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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 veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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

validation_metric_type

str veya <xref:azure.ai.ml.entities.SweepDistribution>

Gerekli

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