ImageObjectDetectionSearchSpace Sınıf
AutoML Görüntü Nesnesi Algılama ve Görüntü Örneği Segmentlere Ayırma görevleri için arama alanı.
- Devralma
-
azure.ai.ml.entities._mixins.RestTranslatableMixinImageObjectDetectionSearchSpace
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>
İyileştirici 'adam' veya 'adamw' olduğunda AMSGrad'ı etkinleştirin.
- beta1
- float veya <xref:azure.ai.ml.entities.SweepDistribution>
İyileştirici 'adam' veya 'adamw' olduğunda 'beta1' değeri. [0, 1] aralığında bir float olmalıdır.
- beta2
- float veya <xref:azure.ai.ml.entities.SweepDistribution>
İyileştirici 'adam' veya 'adamw' olduğunda 'beta2' değeri. [0, 1] aralığında bir float olmalıdır.
- distributed
- bool veya <xref:azure.ai.ml.entities.SweepDistribution>
Distributer eğitiminin kullanılıp kullanılmaycağı.
- early_stopping
- bool veya <xref:azure.ai.ml.entities.SweepDistribution>
Eğitim sırasında erken durdurma mantığını etkinleştirin.
- early_stopping_delay
- int veya <xref:azure.ai.ml.entities.SweepDistribution>
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>
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>
ONNX modelini dışarı aktarırken normalleştirmeyi etkinleştirin.
- evaluation_frequency
- int veya <xref:azure.ai.ml.entities.SweepDistribution>
Ölçüm puanlarını almak için doğrulama veri kümesini değerlendirme sıklığı. Pozitif bir tamsayı olmalıdır.
- gradient_accumulation_step
- int veya <xref:azure.ai.ml.entities.SweepDistribution>
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>
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
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>
Öğrenme oranı zamanlayıcısının türü. 'warmup_cosine' veya 'step' olmalıdır.
- model_name
- str veya <xref:azure.ai.ml.entities.SweepDistribution>
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>
İyileştirici 'sgd' olduğunda momentum değeri. [0, 1] aralığında bir float olmalıdır.
- nesterov
- bool veya <xref:azure.ai.ml.entities.SweepDistribution>
İyileştirici 'sgd' olduğunda nesterov'ı etkinleştirin.
- number_of_epochs
- int veya <xref:azure.ai.ml.entities.SweepDistribution>
Eğitim dönemlerinin sayısı. Pozitif bir tamsayı olmalıdır.
- number_of_workers
- int veya <xref:azure.ai.ml.entities.SweepDistribution>
Veri yükleyici çalışanlarının sayısı. Negatif olmayan bir tamsayı olmalıdır.
- optimizer
- str veya <xref:azure.ai.ml.entities.SweepDistribution>
İyileştirici türü. 'sgd', 'adam' veya 'adamw' olmalıdır.
- random_seed
- int veya <xref:azure.ai.ml.entities.SweepDistribution>
Belirlenmci eğitim kullanılırken kullanılacak rastgele tohum.
- step_lr_gamma
- float veya <xref:azure.ai.ml.entities.SweepDistribution>
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>
Öğrenme hızı zamanlayıcısı 'step' olduğunda adım boyutunun değeri. Pozitif bir tamsayı olmalıdır.
- training_batch_size
- int veya <xref:azure.ai.ml.entities.SweepDistribution>
Eğitim toplu iş boyutu. Pozitif bir tamsayı olmalıdır.
- validation_batch_size
- int veya <xref:azure.ai.ml.entities.SweepDistribution>
Doğrulama toplu iş boyutu. Pozitif bir tamsayı olmalıdır.
- warmup_cosine_lr_cycles
- float veya <xref:azure.ai.ml.entities.SweepDistribution>
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>
Öğrenme oranı zamanlayıcı 'warmup_cosine' olduğunda ısınma dönemlerinin değeri. Pozitif bir tamsayı olmalıdır.
- weight_decay
- int veya <xref:azure.ai.ml.entities.SweepDistribution>
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>
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>
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>
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
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>
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>
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>
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>
NMS sonrası işlemede çıkarım sırasında kullanılan IOU eşiği. [0, 1] aralığında kaydırılmalıdır.
- tile_grid_size
- str veya <xref:azure.ai.ml.entities.SweepDistribution>
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>
Her boyuttaki bitişik kutucuklar arasındaki çakışma oranı. [0, 1) aralığında kaydırılmalıdır.
- tile_predictions_nms_threshold
- float veya <xref:azure.ai.ml.entities.SweepDistribution>
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>
Doğrulama ölçümü hesaplanırken kullanılacak IOU eşiği. [0, 1] aralığında kaydırılmalıdır.
- validation_metric_type
- str veya <xref:azure.ai.ml.entities.SweepDistribution>
Doğrulama ölçümleri için kullanılacak ölçüm hesaplama yöntemi. 'yok', 'coco', 'voc' veya 'coco_voc' olmalıdır.
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