ImageLoadingEstimator 类

定义

命名空间:

Microsoft.ML.Data

程序集:

Microsoft.ML.ImageAnalytics.dll

包:

Microsoft.ML.ImageAnalytics v2.0.0

IEstimator<TTransformer>ImageLoadingTransformer的 。

public sealed class ImageLoadingEstimator : Microsoft.ML.Data.TrivialEstimator<Microsoft.ML.Data.ImageLoadingTransformer>

type ImageLoadingEstimator = class
    inherit TrivialEstimator<ImageLoadingTransformer>

Public NotInheritable Class ImageLoadingEstimator
Inherits TrivialEstimator(Of ImageLoadingTransformer)

继承

Object

TrivialEstimator<ImageLoadingTransformer>

ImageLoadingEstimator

注解

估算器特征

此估算器是否需要查看数据来训练其参数？	否
输入列数据类型	文本
输出列数据类型	MLImage
除了 Microsoft.ML 以外，还需要 NuGet	Microsoft.ML.ImageAnalytics
可导出到 ONNX	否

生成的 ImageLoadingTransformer 将创建一个新列（如输出列名称参数中指定的名称），并在其中加载输入列中指定的图像。 加载是执行图像处理和进一步分析图像的每个管道的第一步。 要加载的图像需要采用实现支持 MLImage 的格式。 有关端到端图像处理管道和应用程序中的方案，请参阅 machinelearning-samples github 存储库中的 示例 。

有关使用示例的链接，请查看“另请参阅”部分。

方法

Fit(IDataView)	IEstimator<TTransformer>ImageLoadingTransformer的 。 (继承自 TrivialEstimator<TTransformer>)
GetOutputSchema(SchemaShape)	返回 SchemaShape 转换器将生成的架构的 。 用于管道中的架构传播和验证。

扩展方法

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)	将“缓存检查点”追加到估算器链。 这将确保根据缓存的数据训练下游估算器。 在采用多个数据传递的培训师之前设置缓存检查点会很有帮助。
WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)	给定估算器后，返回一个包装对象，该对象在调用委托后 Fit(IDataView) 将调用委托。 估算器通常必须返回有关适合的内容的信息，这就是方法返回特定类型对象（而不仅仅是常规 ITransformer对象）的原因Fit(IDataView)。 但是，同时， IEstimator<TTransformer> 通常会形成包含许多对象的管道，因此，我们可能需要通过 EstimatorChain<TLastTransformer> 生成一个估算器链，其中要获取转换器的估算器埋在此链中的某个位置。 对于这种情况，我们可以通过此方法附加一个委托，该委托将在调用拟合后调用。

另请参阅

• LoadImages(TransformsCatalog, String, String, String)