Bewerten eines Bildmodells
In diesem Artikel wird eine Komponente im Azure Machine Learning-Designer beschrieben.
Verwenden Sie diese Komponente, um mithilfe eines trainierten Bildmodells Vorhersagen zu Eingabebilddaten zu generieren.
Konfigurieren des Moduls „Score Image Model“ (Bildmodell bewerten)
Fügen Sie Ihrer Pipeline die Komponente Score Image Model hinzu.
Fügen Sie ein trainiertes Bildmodell und ein Dataset mit neuen Eingabebilddaten an.
Die Daten sollten den Typ „ImageDirectory“ aufweisen. Weitere Informationen zum Abrufen eines Bildverzeichnisses finden Sie im Artikel zur Komponente Convert to Image Directory (Konvertieren in ein Bildverzeichnis). Das Schema des Eingabedatasets sollte auch generell mit dem Schema der zum Trainieren des Modells verwendeten Daten übereinstimmen.
Übermitteln Sie die Pipeline.
Ergebnisse
Nachdem Sie mithilfe der Komponente Score Image Model eine Reihe von Bewertungen generiert haben, um Metriken zum Auswerten der Genauigkeit des Modells (Leistung) zu generieren, können Sie diese Komponente und das bewertete Dataset mit Evaluate Model (Modell auswerten) verbinden.
Veröffentlichen eines Modells als Webdienst
Eine häufige Verwendung der Bewertung ist die Rückgabe der Ausgabe als Teil eines Vorhersagewebdiensts. Weitere Informationen finden Sie in diesem Tutorial zum Bereitstellen eines Echtzeitendpunkts basierend auf einer Pipeline im Azure Machine Learning-Designer.
Nächste Schritte
Hier finden Sie die für Azure Machine Learning verfügbaren Komponenten.