ImageModelDistributionSettingsObjectDetection Klasse

Definition

Namespace:

Azure.ResourceManager.MachineLearning.Models

Assembly:

Azure.ResourceManager.MachineLearning.dll

Paket:

Azure.ResourceManager.MachineLearning v1.1.1

Verteilungsausdrücke zum Überlisten von Werten von Modelleinstellungen. <Beispiel> Einige Beispiele sind:

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

Vererbung

Object

ImageModelDistributionSettings

ImageModelDistributionSettingsObjectDetection

Konstruktoren

ImageModelDistributionSettingsObjectDetection()

Initialisiert eine neue instance von ImageModelDistributionSettingsObjectDetection.

Eigenschaften

AmsGradient	Aktivieren Sie AMSGrad, wenn der Optimierer "adam" oder "adamw" lautet. (Geerbt von ImageModelDistributionSettings)
Augmentations	Einstellungen für die Verwendung von Augmentations. (Geerbt von ImageModelDistributionSettings)
Beta1	Wert von "beta1", wenn der Optimierer "adam" oder "adamw" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein. (Geerbt von ImageModelDistributionSettings)
Beta2	Wert von "beta2", wenn der Optimierer "adam" oder "adamw" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein. (Geerbt von ImageModelDistributionSettings)
BoxDetectionsPerImage	Maximale Anzahl von Erkennungen pro Bild für alle Klassen. Der Wert muss eine positive ganze Zahl sein. Hinweis: Diese Einstellungen werden für den "yolov5"-Algorithmus nicht unterstützt.
BoxScoreThreshold	Geben Sie während des Rückschlusses nur Vorschläge mit einer Klassifizierungsbewertung zurück, die größer als BoxScoreThreshold ist. Muss ein Gleitkomma im Bereich [0, 1] sein.
Distributed	Gibt an, ob das Verteilungstraining verwendet werden soll. (Geerbt von ImageModelDistributionSettings)
EarlyStopping	Logik zum frühzeitigen Beenden während des Trainings aktivieren. (Geerbt von ImageModelDistributionSettings)
EarlyStoppingDelay	Mindestanzahl von Epochen oder Validierungsauswertungen, die gewartet werden sollen, bevor die primäre Metrikverbesserung für das frühzeitige Beenden nachverfolgt wird. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelDistributionSettings)
EarlyStoppingPatience	Minimale Anzahl von Epochen oder Validierungsauswertungen ohne primäre Metrikverbesserung, bevor die Ausführung beendet wird. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelDistributionSettings)
EnableOnnxNormalization	Aktivieren Sie die Normalisierung beim Exportieren des ONNX-Modells. (Geerbt von ImageModelDistributionSettings)
EvaluationFrequency	Häufigkeit zum Auswerten des Validierungsdatasets, um Metrikergebnisse zu erhalten. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelDistributionSettings)
GradientAccumulationStep	Farbverlaufsakkumulation bedeutet, dass eine konfigurierte Anzahl von GradAccumulationStep-Schritten ausgeführt wird, ohne die Modellgewichte zu aktualisieren, während die Farbverläufe dieser Schritte gesammelt werden, und dann die akkumulierten Farbverläufe zum Berechnen der Gewichtungsaktualisierungen verwendet werden. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelDistributionSettings)
ImageSize	Bildgröße für Training und Validierung. Der Wert muss eine positive ganze Zahl sein. Hinweis: Die Trainingsausführung kann in CUDA OOM eingehen, wenn die Größe zu groß ist. Hinweis: Diese Einstellungen werden nur für den "yolov5"-Algorithmus unterstützt.
LayersToFreeze	Anzahl der Ebenen, die für das Modell fixiert werden sollen. Der Wert muss eine positive ganze Zahl sein. Für instance bedeutet die Übergabe von 2 als Wert für "seresnext" das Einfrieren von Layer0 und Layer1. Eine vollständige Liste der unterstützten Modelle und Details zum Einfrieren der Ebene finden Sie unter: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models. (Geerbt von ImageModelDistributionSettings)
LearningRate	Anfängliche Lernrate. Muss ein Gleitkommawert im Bereich [0, 1] sein. (Geerbt von ImageModelDistributionSettings)
LearningRateScheduler	Typ des Lernratenplaners. Muss "warmup_cosine" oder "Schritt" sein. (Geerbt von ImageModelDistributionSettings)
MaxSize	Maximale Größe des Bilds, das neu skaliert werden soll, bevor es an den Backbone weitergeleitet wird. Der Wert muss eine positive ganze Zahl sein. Hinweis: Bei der Trainingsausführung kann es zu CUDA OOM kommen, wenn die Größe zu groß ist. Hinweis: Diese Einstellungen werden für den "yolov5"-Algorithmus nicht unterstützt.
MinSize	Mindestgröße des Bilds, das neu skaliert werden soll, bevor es an den Backbone weitergeleitet wird. Der Wert muss eine positive ganze Zahl sein. Hinweis: Bei der Trainingsausführung kann es zu CUDA OOM kommen, wenn die Größe zu groß ist. Hinweis: Diese Einstellungen werden für den "yolov5"-Algorithmus nicht unterstützt.
ModelName	Name des Modells, das für das Training verwendet werden soll. Weitere Informationen zu den verfügbaren Modellen finden Sie in der offiziellen Dokumentation: https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models. (Geerbt von ImageModelDistributionSettings)
ModelSize	Modellgröße. Muss "klein", "mittel", "groß" oder "xlarge" sein. Hinweis: Bei der Trainingsausführung kann es zu CUDA OOM kommen, wenn die Modellgröße zu groß ist. Hinweis: Diese Einstellungen werden nur für den "yolov5"-Algorithmus unterstützt.
Momentum	Wert des Momentums, wenn der Optimierer "sgd" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein. (Geerbt von ImageModelDistributionSettings)
MultiScale	Aktivieren Sie das Bild mit mehreren Skalierungen, indem Sie die Bildgröße um +/- 50 % variieren. Hinweis: Bei der Trainingsausführung kann es zu CUDA OOM kommen, wenn nicht ausreichend GPU-Arbeitsspeicher verfügbar ist. Hinweis: Diese Einstellungen werden nur für den "yolov5"-Algorithmus unterstützt.
Nesterov	Aktivieren Sie nesterov, wenn der Optimierer "sgd" ist. (Geerbt von ImageModelDistributionSettings)
NmsIouThreshold	IOU-Schwellenwert, der beim Rückschluss in der NMS-Nachbearbeitung verwendet wird. Muss im Bereich [0, 1] liegen.
NumberOfEpochs	Anzahl der Trainingsepochen Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelDistributionSettings)
NumberOfWorkers	Anzahl der DataLoader-Worker. Muss eine nicht negative ganze Zahl sein. (Geerbt von ImageModelDistributionSettings)
Optimizer	Typ des Optimierers. Muss entweder "sgd", "adam" oder "adamw" sein. (Geerbt von ImageModelDistributionSettings)
RandomSeed	Zufälliger Startwert, der bei Verwendung des deterministischen Trainings verwendet werden soll. (Geerbt von ImageModelDistributionSettings)
StepLRGamma	Wert von Gamma, wenn der Lernratenplaner "step" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein. (Geerbt von ImageModelDistributionSettings)
StepLRStepSize	Wert der Schrittgröße, wenn der Lernratenplaner "schritt" ist. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelDistributionSettings)
TileGridSize	Die Rastergröße, die für die Kachelung der einzelnen Bilder verwendet werden soll. Hinweis: TileGridSize darf nicht None sein, um die Erkennungslogik für kleine Objekte zu aktivieren. Eine Zeichenfolge, die zwei ganze Zahlen im mxn-Format enthält. Hinweis: Diese Einstellungen werden für den "yolov5"-Algorithmus nicht unterstützt.
TileOverlapRatio	Überlappungsverhältnis zwischen angrenzenden Kacheln in den einzelnen Dimensionen. Muss im Bereich [0, 1] liegen. Hinweis: Diese Einstellungen werden für den "yolov5"-Algorithmus nicht unterstützt.
TilePredictionsNmsThreshold	Der IOU-Schwellenwert, der zum Ausführen von NMS beim Zusammenführen von Vorhersagen aus Kacheln und Bildern verwendet werden soll. Wird bei der Validierung bzw. beim Rückschließen verwendet. Muss im Bereich [0, 1] liegen. Hinweis: Diese Einstellungen werden für den "yolov5"-Algorithmus nicht unterstützt. NMS: Nicht maximale Unterdrückung
TrainingBatchSize	Trainingsbatchgröße. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelDistributionSettings)
ValidationBatchSize	Überprüfungsbatchgröße. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelDistributionSettings)
ValidationIouThreshold	IOU-Schwellenwert, der beim Berechnen der Validierungsmetrik verwendet werden soll. Muss im Bereich [0, 1] liegen.
ValidationMetricType	Metrikberechnungsmethode, die für Validierungsmetriken zu verwenden ist. Muss "none", "coco", "voc" oder "coco_voc" sein.
WarmupCosineLRCycles	Wert des Kosinuszyklus, wenn der Lernratenplaner "warmup_cosine" ist. Muss ein Gleitkommawert im Bereich [0, 1] sein. (Geerbt von ImageModelDistributionSettings)
WarmupCosineLRWarmupEpochs	Wert von Aufwärmperioden, wenn der Lernratenplaner "warmup_cosine" ist. Der Wert muss eine positive ganze Zahl sein. (Geerbt von ImageModelDistributionSettings)
WeightDecay	Wert des Gewichtszerfalls, wenn der Optimierer "sgd", "adam" oder "adamw" lautet. Muss ein Gleitkomma im Bereich [0, 1] sein. (Geerbt von ImageModelDistributionSettings)