ImageModelDistributionSettingsObjectDetection interface

Balíček:

@azure/arm-machinelearning

Distribuční výrazy, které se mají přemístat nad hodnotami nastavení modelu Mezi příklady patří:

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.

Extends

ImageModelDistributionSettings

Vlastnosti

boxDetectionsPerImage	Maximální počet detekcí na obrázek pro všechny třídy. Musí to být kladné celé číslo. Poznámka: Toto nastavení není podporováno pro algoritmus yolov5.
boxScoreThreshold	Během odvozování vrátí pouze návrhy s klasifikačním skóre větším než BoxScoreThreshold. Musí to být plovák v rozsahu[0, 1].
imageSize	Velikost obrázku pro trénování a ověření Musí to být kladné celé číslo. Poznámka: Trénovací běh se může dostat do CUDA OOM, pokud je velikost příliš velká. Poznámka: Toto nastavení je podporováno pouze pro algoritmus yolov5.
maxSize	Maximální velikost obrázku, která se má znovu škálovat, než ho podáte do páteřní sítě. Musí to být kladné celé číslo. Poznámka: Trénovací běh se může dostat do CUDA OOM, pokud je velikost příliš velká. Poznámka: Toto nastavení není podporováno pro algoritmus yolov5.
minSize	Minimální velikost obrázku, která se má před podáváním do páteřní sítě znovu škálovat. Musí to být kladné celé číslo. Poznámka: Trénovací běh se může dostat do CUDA OOM, pokud je velikost příliš velká. Poznámka: Toto nastavení není podporováno pro algoritmus yolov5.
modelSize	Velikost modelu Musí být "small", "medium", "large" nebo "xlarge". Poznámka: Trénovací běh se může dostat do CUDA OOM, pokud je velikost modelu příliš velká. Poznámka: Toto nastavení je podporováno pouze pro algoritmus yolov5.
multiScale	Povolte vícenásobný obrázek tak, že se liší velikostí obrázku o velikosti +/- 50%. Poznámka: Trénovací běh se může dostat do CUDA OOM, pokud není dostatek paměti GPU. Poznámka: Toto nastavení je podporováno pouze pro algoritmus yolov5.
nmsIouThreshold	Prahová hodnota IOU použitá při odvození v NMS po zpracování. Musí být plovoucí v rozsahu [0, 1].
tileGridSize	Velikost mřížky, která se má použít pro provazování jednotlivých obrázků. Poznámka: TileGridSize nesmí být Žádná, aby bylo možné povolit logiku detekce malých objektů. Řetězec obsahující dvě celá čísla ve formátu mxn. Poznámka: Toto nastavení není podporováno pro algoritmus yolov5.
tileOverlapRatio	Poměr překrytí mezi sousedními dlaždicemi v každé dimenzi Musí být plovoucí v rozsahu [0, 1). Poznámka: Toto nastavení není podporováno pro algoritmus yolov5.
tilePredictionsNmsThreshold	Prahová hodnota IOU, která se má použít k provádění NMS při slučování předpovědí z dlaždic a obrázků. Používá se při ověřování nebo odvozování. Musí být plovoucí v rozsahu [0, 1]. Poznámka: Toto nastavení není podporováno pro algoritmus yolov5. NMS: Nevýkonné potlačení
validationIouThreshold	Prahová hodnota IOU, která se má použít při výpočetní metrikě ověřování. Musí být plovoucí v rozsahu [0, 1].
validationMetricType	Metoda výpočtů metrik, která se má použít pro ověřovací metriky. Musí to být žádná, coco, voc nebo coco_voc.

Zděděné vlastnosti

amsGradient	Povolte AMSGrad, pokud je optimalizátor adam nebo adamw.
augmentations	Nastavení pro použití rozšíření
beta1	Hodnota beta1, pokud je optimalizátor "adam" nebo "adamw". Musí to být plovák v rozsahu [0, 1].
beta2	Hodnota beta2, pokud je optimalizátor "adam" nebo "adamw". Musí to být plovák v rozsahu [0, 1].
distributed	Zda se má použít trénování distribuátoru.
earlyStopping	Povolte logiku předčasného zastavení během trénování.
earlyStoppingDelay	Minimální počet epoch nebo vyhodnocení ověření, která se mají čekat před počátečním zastavením primární metriky. Musí to být kladné celé číslo.
earlyStoppingPatience	Minimální počet epoch nebo vyhodnocení ověření bez zlepšení primární metriky před zastavením spuštění. Musí to být kladné celé číslo.
enableOnnxNormalization	Povolte normalizaci při exportu modelu ONNX.
evaluationFrequency	Frekvence vyhodnocení ověřovací datové sady za účelem získání skóre metrik Musí to být kladné celé číslo.
gradientAccumulationStep	Akumulace přechodu znamená spuštění nakonfigurovaného počtu kroků GradAccumulationStep, aniž by se aktualizovaly váhy modelu, zatímco se shromažďovaly přechody těchto kroků, a pak pomocí kumulovaných přechodů vypočítat aktualizace hmotnosti. Musí to být kladné celé číslo.
layersToFreeze	Počet vrstev, které se mají u modelu ukotvit. Musí to být kladné celé číslo. Například předání 2 jako hodnoty pro "seresnext" znamená ukotvení vrstvy0 a vrstvy1. Úplný seznam podporovaných modelů a podrobnosti o ukotvení vrstvy najdete v tématu: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
learningRate	Počáteční rychlost učení. Musí to být plovák v rozsahu [0, 1].
learningRateScheduler	Typ plánovače rychlosti učení Musí to být "warmup_cosine" nebo "step".
modelName	Název modelu, který se má použít pro trénování Další informace o dostupných modelech naleznete v oficiální dokumentaci: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.
momentum	Hodnota dynamiky při optimalizaci je "sgd". Musí to být plovák v rozsahu [0, 1].
nesterov	Povolte nesterov, pokud je optimalizátor sgd.
numberOfEpochs	Počet epoch trénování. Musí to být kladné celé číslo.
numberOfWorkers	Počet pracovních procesů zavaděče dat Musí to být nezáporné celé číslo.
optimizer	Typ optimalizátoru Musí to být buď 'sgd', 'adam', nebo 'adamw'.
randomSeed	Náhodná počáteční hodnota, která se má použít při použití deterministického trénování.
stepLRGamma	Hodnota gama při učení plánovače rychlosti je krok. Musí to být plovák v rozsahu [0, 1].
stepLRStepSize	Hodnota velikosti kroku při plánování rychlosti učení je krok. Musí to být kladné celé číslo.
trainingBatchSize	Trénovací velikost dávky. Musí to být kladné celé číslo.
validationBatchSize	Velikost dávky ověření. Musí to být kladné celé číslo.
warmupCosineLRCycles	Hodnota kosinusového cyklu při plánování rychlosti učení je "warmup_cosine". Musí to být plovák v rozsahu [0, 1].
warmupCosineLRWarmupEpochs	Hodnota epochy warmup při učení plánovače rychlosti je "warmup_cosine". Musí to být kladné celé číslo.
weightDecay	Hodnota hmotnosti se rozpadne, když je optimalizátor 'sgd', 'adam' nebo 'adamw'. Musí to být plovák v rozsahu[0, 1].

Podrobnosti vlastnosti

boxDetectionsPerImage

Maximální počet detekcí na obrázek pro všechny třídy. Musí to být kladné celé číslo. Poznámka: Toto nastavení není podporováno pro algoritmus yolov5.

boxDetectionsPerImage?: string

Hodnota vlastnosti

string

boxScoreThreshold

Během odvozování vrátí pouze návrhy s klasifikačním skóre větším než BoxScoreThreshold. Musí to být plovák v rozsahu[0, 1].

boxScoreThreshold?: string

Hodnota vlastnosti

string

imageSize

Velikost obrázku pro trénování a ověření Musí to být kladné celé číslo. Poznámka: Trénovací běh se může dostat do CUDA OOM, pokud je velikost příliš velká. Poznámka: Toto nastavení je podporováno pouze pro algoritmus yolov5.

imageSize?: string

Hodnota vlastnosti

string

maxSize

Maximální velikost obrázku, která se má znovu škálovat, než ho podáte do páteřní sítě. Musí to být kladné celé číslo. Poznámka: Trénovací běh se může dostat do CUDA OOM, pokud je velikost příliš velká. Poznámka: Toto nastavení není podporováno pro algoritmus yolov5.

maxSize?: string

Hodnota vlastnosti

string

minSize

Minimální velikost obrázku, která se má před podáváním do páteřní sítě znovu škálovat. Musí to být kladné celé číslo. Poznámka: Trénovací běh se může dostat do CUDA OOM, pokud je velikost příliš velká. Poznámka: Toto nastavení není podporováno pro algoritmus yolov5.

minSize?: string

Hodnota vlastnosti

string

modelSize

Velikost modelu Musí být "small", "medium", "large" nebo "xlarge". Poznámka: Trénovací běh se může dostat do CUDA OOM, pokud je velikost modelu příliš velká. Poznámka: Toto nastavení je podporováno pouze pro algoritmus yolov5.

modelSize?: string

Hodnota vlastnosti

string

multiScale

Povolte vícenásobný obrázek tak, že se liší velikostí obrázku o velikosti +/- 50%. Poznámka: Trénovací běh se může dostat do CUDA OOM, pokud není dostatek paměti GPU. Poznámka: Toto nastavení je podporováno pouze pro algoritmus yolov5.

multiScale?: string

Hodnota vlastnosti

string

nmsIouThreshold

Prahová hodnota IOU použitá při odvození v NMS po zpracování. Musí být plovoucí v rozsahu [0, 1].

nmsIouThreshold?: string

Hodnota vlastnosti

string

tileGridSize

Velikost mřížky, která se má použít pro provazování jednotlivých obrázků. Poznámka: TileGridSize nesmí být Žádná, aby bylo možné povolit logiku detekce malých objektů. Řetězec obsahující dvě celá čísla ve formátu mxn. Poznámka: Toto nastavení není podporováno pro algoritmus yolov5.

tileGridSize?: string

Hodnota vlastnosti

string

tileOverlapRatio

Poměr překrytí mezi sousedními dlaždicemi v každé dimenzi Musí být plovoucí v rozsahu [0, 1). Poznámka: Toto nastavení není podporováno pro algoritmus yolov5.

tileOverlapRatio?: string

Hodnota vlastnosti

string

tilePredictionsNmsThreshold

Prahová hodnota IOU, která se má použít k provádění NMS při slučování předpovědí z dlaždic a obrázků. Používá se při ověřování nebo odvozování. Musí být plovoucí v rozsahu [0, 1]. Poznámka: Toto nastavení není podporováno pro algoritmus yolov5. NMS: Nevýkonné potlačení

tilePredictionsNmsThreshold?: string

Hodnota vlastnosti

string

validationIouThreshold

Prahová hodnota IOU, která se má použít při výpočetní metrikě ověřování. Musí být plovoucí v rozsahu [0, 1].

validationIouThreshold?: string

Hodnota vlastnosti

string

validationMetricType

Metoda výpočtů metrik, která se má použít pro ověřovací metriky. Musí to být žádná, coco, voc nebo coco_voc.

validationMetricType?: string

Hodnota vlastnosti

string

Podrobnosti zděděných vlastností

amsGradient

Povolte AMSGrad, pokud je optimalizátor adam nebo adamw.

amsGradient?: string

Hodnota vlastnosti

string

zděděný zimageModelDistributionSettings.amsGradient

augmentations

Nastavení pro použití rozšíření

augmentations?: string

Hodnota vlastnosti

string

zděděno zImageModelDistributionSettings.augmentations

beta1

Hodnota beta1, pokud je optimalizátor "adam" nebo "adamw". Musí to být plovák v rozsahu [0, 1].

beta1?: string

Hodnota vlastnosti

string

zděděno zImageModelDistributionSettings.beta1

beta2

Hodnota beta2, pokud je optimalizátor "adam" nebo "adamw". Musí to být plovák v rozsahu [0, 1].

beta2?: string

Hodnota vlastnosti

string

zděděno zImageModelDistributionSettings.beta2

distributed

Zda se má použít trénování distribuátoru.

distributed?: string

Hodnota vlastnosti

string

zděděno zImageModelDistributionSettings.distributed

earlyStopping

Povolte logiku předčasného zastavení během trénování.

earlyStopping?: string

Hodnota vlastnosti

string

děděno zImageModelDistributionSettings.earlyS stop

earlyStoppingDelay

Minimální počet epoch nebo vyhodnocení ověření, která se mají čekat před počátečním zastavením primární metriky. Musí to být kladné celé číslo.

earlyStoppingDelay?: string

Hodnota vlastnosti

string

zděděno zImageModelDistributionSettings.earlyStoppingDelay

earlyStoppingPatience

Minimální počet epoch nebo vyhodnocení ověření bez zlepšení primární metriky před zastavením spuštění. Musí to být kladné celé číslo.

earlyStoppingPatience?: string

Hodnota vlastnosti

string

zděděno zImageModelDistributionSettings.earlyStoppingPatience

enableOnnxNormalization

Povolte normalizaci při exportu modelu ONNX.

enableOnnxNormalization?: string

Hodnota vlastnosti

string

zděděno zImageModelDistributionSettings.enableOnnxNormalization

evaluationFrequency

Frekvence vyhodnocení ověřovací datové sady za účelem získání skóre metrik Musí to být kladné celé číslo.

evaluationFrequency?: string

Hodnota vlastnosti

string

zděděno zImageModelDistributionSettings.evaluationFrequency

gradientAccumulationStep

Akumulace přechodu znamená spuštění nakonfigurovaného počtu kroků GradAccumulationStep, aniž by se aktualizovaly váhy modelu, zatímco se shromažďovaly přechody těchto kroků, a pak pomocí kumulovaných přechodů vypočítat aktualizace hmotnosti. Musí to být kladné celé číslo.

gradientAccumulationStep?: string

Hodnota vlastnosti

string

zděděný zImageModelDistributionSettings.gradientAccumulationStep

layersToFreeze

Počet vrstev, které se mají u modelu ukotvit. Musí to být kladné celé číslo. Například předání 2 jako hodnoty pro "seresnext" znamená ukotvení vrstvy0 a vrstvy1. Úplný seznam podporovaných modelů a podrobnosti o ukotvení vrstvy najdete v tématu: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

layersToFreeze?: string

Hodnota vlastnosti

string

zděděno zImageModelDistributionSettings.layersToFreeze

learningRate

Počáteční rychlost učení. Musí to být plovák v rozsahu [0, 1].

learningRate?: string

Hodnota vlastnosti

string

zděděno zImageModelDistributionSettings.learningRate

learningRateScheduler

Typ plánovače rychlosti učení Musí to být "warmup_cosine" nebo "step".

learningRateScheduler?: string

Hodnota vlastnosti

string

zděděno zImageModelDistributionSettings.learningRateScheduler

modelName

Název modelu, který se má použít pro trénování Další informace o dostupných modelech naleznete v oficiální dokumentaci: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models.

modelName?: string

Hodnota vlastnosti

string

zděděno zImageModelDistributionSettings.modelName

momentum

Hodnota dynamiky při optimalizaci je "sgd". Musí to být plovák v rozsahu [0, 1].

momentum?: string

Hodnota vlastnosti

string

zděděno zImageModelDistributionSettings.momentum

nesterov

Povolte nesterov, pokud je optimalizátor sgd.

nesterov?: string

Hodnota vlastnosti

string

zděděno zImageModelDistributionSettings.nesterov

numberOfEpochs

Počet epoch trénování. Musí to být kladné celé číslo.

numberOfEpochs?: string

Hodnota vlastnosti

string

zděděné zimageModelDistributionSettings.numberOfEpochs

numberOfWorkers

Počet pracovních procesů zavaděče dat Musí to být nezáporné celé číslo.

numberOfWorkers?: string

Hodnota vlastnosti

string

zděděno zImageModelDistributionSettings.numberOfWorkers

optimizer

Typ optimalizátoru Musí to být buď 'sgd', 'adam', nebo 'adamw'.

optimizer?: string

Hodnota vlastnosti

string

zděděno zImageModelDistributionSettings.optimizer

randomSeed

Náhodná počáteční hodnota, která se má použít při použití deterministického trénování.

randomSeed?: string

Hodnota vlastnosti

string

zděděno zImageModelDistributionSettings.randomSeed

stepLRGamma

Hodnota gama při učení plánovače rychlosti je krok. Musí to být plovák v rozsahu [0, 1].

stepLRGamma?: string

Hodnota vlastnosti

string

zděděno zImageModelDistributionSettings.stepLRGamma

stepLRStepSize

Hodnota velikosti kroku při plánování rychlosti učení je krok. Musí to být kladné celé číslo.

stepLRStepSize?: string

Hodnota vlastnosti

string

zděděné zImageModelDistributionSettings.stepLRStepSize

trainingBatchSize

Trénovací velikost dávky. Musí to být kladné celé číslo.

trainingBatchSize?: string

Hodnota vlastnosti

string

zděděno zImageModelDistributionSettings.trainingBatchSize

validationBatchSize

Velikost dávky ověření. Musí to být kladné celé číslo.

validationBatchSize?: string

Hodnota vlastnosti

string

zděděno zImageModelDistributionSettings.validationBatchSize

warmupCosineLRCycles

Hodnota kosinusového cyklu při plánování rychlosti učení je "warmup_cosine". Musí to být plovák v rozsahu [0, 1].

warmupCosineLRCycles?: string

Hodnota vlastnosti

string

zděděné zImageModelDistributionSettings.warmupCosineLRCycles

warmupCosineLRWarmupEpochs

Hodnota epochy warmup při učení plánovače rychlosti je "warmup_cosine". Musí to být kladné celé číslo.

warmupCosineLRWarmupEpochs?: string

Hodnota vlastnosti

string

zděděné zImageModelDistributionSettings.warmupCosineLRWarmupEpochs

weightDecay

Hodnota hmotnosti se rozpadne, když je optimalizátor 'sgd', 'adam' nebo 'adamw'. Musí to být plovák v rozsahu[0, 1].

weightDecay?: string

Hodnota vlastnosti

string

zděděno zImageModelDistributionSettings.weightDecay