你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

ImageModelDistributionSettingsObjectDetection 类

定义

命名空间:

Azure.ResourceManager.MachineLearning.Models

程序集:

Azure.ResourceManager.MachineLearning.dll

包:

Azure.ResourceManager.MachineLearning v1.1.1

用于扫描模型设置值的分布表达式。 <示例> 一些示例包括：

ModelName = "choice('seresnext', 'resnest50')";
LearningRate = "uniform(0.001, 0.01)";
LayersToFreeze = "choice(0, 2)";
```</example>
For more details on how to compose distribution expressions please check the documentation:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters
For more information on the available settings please visit the official documentation:
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

public class ImageModelDistributionSettingsObjectDetection : Azure.ResourceManager.MachineLearning.Models.ImageModelDistributionSettings

type ImageModelDistributionSettingsObjectDetection = class
    inherit ImageModelDistributionSettings

Public Class ImageModelDistributionSettingsObjectDetection
Inherits ImageModelDistributionSettings

继承

Object

ImageModelDistributionSettings

ImageModelDistributionSettingsObjectDetection

构造函数

ImageModelDistributionSettingsObjectDetection()

初始化 ImageModelDistributionSettingsObjectDetection 的新实例。

属性

AmsGradient	当优化器为“adam”或“adamw”时启用 AMSGrad。 (继承自 ImageModelDistributionSettings)
Augmentations	用于使用扩充的设置。 (继承自 ImageModelDistributionSettings)
Beta1	当优化器为“adam”或“adamw”时，“beta1”的值。 必须是 [0, 1] 范围内的浮点数。 (继承自 ImageModelDistributionSettings)
Beta2	当优化器为“adam”或“adamw”时，“beta2”的值。 必须是 [0, 1] 范围内的浮点数。 (继承自 ImageModelDistributionSettings)
BoxDetectionsPerImage	所有类的每个图像的最大检测次数。 必须是正整数。 注意：“yolov5”算法不支持此设置。
BoxScoreThreshold	在推理期间，仅返回分类分数大于 BoxScoreThreshold 的建议。 必须是范围[0， 1] 中的浮点数。
Distributed	是否使用分发程序训练。 (继承自 ImageModelDistributionSettings)
EarlyStopping	在训练期间启用提前停止逻辑。 (继承自 ImageModelDistributionSettings)
EarlyStoppingDelay	跟踪主要指标改进以提前停止之前等待的最小纪元或验证评估数。 必须是正整数。 (继承自 ImageModelDistributionSettings)
EarlyStoppingPatience	在停止运行之前，没有主要指标改进的最小纪元或验证评估数。 必须是正整数。 (继承自 ImageModelDistributionSettings)
EnableOnnxNormalization	导出 ONNX 模型时启用规范化。 (继承自 ImageModelDistributionSettings)
EvaluationFrequency	评估验证数据集以获得指标分数所遵循的频率。 必须是正整数。 (继承自 ImageModelDistributionSettings)
GradientAccumulationStep	渐变累积意味着在不更新模型权重的情况下运行配置数量的“GradAccumulationStep”步骤，同时累积这些步骤的渐变，然后使用累积的渐变计算权重更新。 必须是正整数。 (继承自 ImageModelDistributionSettings)
ImageSize	用于训练和验证的图像大小。 必须是正整数。 注意：如果大小太大，训练运行可能会进入 CUDA OOM。 注意：只有“yolov5”算法支持此设置。
LayersToFreeze	模型要冻结的层数。 必须是正整数。 例如，将 2 作为“seresnext”的值传递意味着冻结 layer0 和 layer1。 有关支持模型的完整列表以及有关层冻结的详细信息，请参阅： https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models。 (继承自 ImageModelDistributionSettings)
LearningRate	初始学习速率。 必须是 [0, 1] 范围内的浮点数。 (继承自 ImageModelDistributionSettings)
LearningRateScheduler	学习速率计划程序的类型。 必须为“warmup_cosine”或“step”。 (继承自 ImageModelDistributionSettings)
MaxSize	在将图像馈送到主干之前要将其重新缩放到的最大大小。 必须是正整数。 注意：如果大小太大，训练运行可能会遇到 CUDA OOM 错误。 注意：“yolov5”算法不支持此设置。
MinSize	在将图像馈送到主干之前要将其重新缩放到的最小大小。 必须是正整数。 注意：如果大小太大，训练运行可能会遇到 CUDA OOM 错误。 注意：“yolov5”算法不支持此设置。
ModelName	用于训练的模型的名称。 有关可用模型的详细信息，请访问官方文档： https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models。 (继承自 ImageModelDistributionSettings)
ModelSize	模型大小。 必须为“small”、“medium”、“large”或“xlarge”。 注意：如果模型大小太大，训练运行可能会遇到 CUDA OOM 错误。 注意：只有“yolov5”算法支持此设置。
Momentum	优化器为“sgd”时的动量值。 必须是 [0, 1] 范围内的浮点数。 (继承自 ImageModelDistributionSettings)
MultiScale	按 +/- 50% 的不同图像大小启用多比例图像。 注意：如果 GPU 内存不足，训练运行可能会遇到 CUDA OOM 错误。 注意：只有“yolov5”算法支持此设置。
Nesterov	当优化器为“sgd”时启用 nesterov。 (继承自 ImageModelDistributionSettings)
NmsIouThreshold	在 NMS 后处理推理期间使用的 IOU 阈值。 必须在 [0， 1] 范围内浮动。
NumberOfEpochs	训练循环数。 必须是正整数。 (继承自 ImageModelDistributionSettings)
NumberOfWorkers	数据加载程序辅助角色数。 必须是非负整数。 (继承自 ImageModelDistributionSettings)
Optimizer	优化器的类型。 必须是“sgd”、“adam”或“adamw”。 (继承自 ImageModelDistributionSettings)
RandomSeed	使用确定性训练时要使用的随机种子。 (继承自 ImageModelDistributionSettings)
StepLRGamma	学习速率计划程序为“step”时，gamma 的值。 必须是 [0, 1] 范围内的浮点数。 (继承自 ImageModelDistributionSettings)
StepLRStepSize	学习速率计划程序为“step”时步骤大小的值。 必须是正整数。 (继承自 ImageModelDistributionSettings)
TileGridSize	用于平铺每个图像的网格大小。 注意：TileGridSize 不得为 None 才能启用小型对象检测逻辑。 一个字符串，包含两个采用文本格式的整数。 注意：“yolov5”算法不支持此设置。
TileOverlapRatio	每个维度中相邻图块之间的重叠率。 必须在 [0， 1) 范围内浮动。 注意：“yolov5”算法不支持此设置。
TilePredictionsNmsThreshold	合并图块和图像的预测结果时用于执行 NMS 的 IOU 阈值。 在验证/推理中使用。 必须在 [0， 1] 范围内浮动。 注意：“yolov5”算法不支持此设置。 NMS：非最大抑制
TrainingBatchSize	训练批大小。 必须是正整数。 (继承自 ImageModelDistributionSettings)
ValidationBatchSize	验证批大小。 必须是正整数。 (继承自 ImageModelDistributionSettings)
ValidationIouThreshold	计算验证指标时要使用的 IOU 阈值。 必须在 [0， 1] 范围内浮动。
ValidationMetricType	用于验证指标的指标计算方法。 必须为“none”、“coco”、“voc”或“coco_voc”。
WarmupCosineLRCycles	学习速率计划程序为“warmup_cosine”时的余弦周期值。 必须是 [0, 1] 范围内的浮点数。 (继承自 ImageModelDistributionSettings)
WarmupCosineLRWarmupEpochs	学习速率计划程序为“warmup_cosine”时预热纪元的值。 必须是正整数。 (继承自 ImageModelDistributionSettings)
WeightDecay	优化器为“sgd”、“adam”或“adamw”时的权重衰减值。 必须是范围[0， 1] 中的浮点数。 (继承自 ImageModelDistributionSettings)