TorchSharpCatalog.ObjectDetection Methode

Definition

Namespace:

Microsoft.ML.TorchSharp

Assembly:

Microsoft.ML.TorchSharp.dll

Paket:

Microsoft.ML.TorchSharp v0.22.0-preview.24522.7

Überlädt

ObjectDetection(MulticlassClassificationCatalog+MulticlassClassificationTrainers, ObjectDetectionTrainer+Options)	Optimieren eines Objekterkennungsmodells.
ObjectDetection(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32)	Optimieren eines Objekterkennungsmodells.

ObjectDetection(MulticlassClassificationCatalog+MulticlassClassificationTrainers, ObjectDetectionTrainer+Options)

Quelle:

TorchSharpCatalog.cs

Optimieren eines Objekterkennungsmodells.

public static Microsoft.ML.TorchSharp.AutoFormerV2.ObjectDetectionTrainer ObjectDetection(this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, Microsoft.ML.TorchSharp.AutoFormerV2.ObjectDetectionTrainer.Options options);

static member ObjectDetection : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * Microsoft.ML.TorchSharp.AutoFormerV2.ObjectDetectionTrainer.Options -> Microsoft.ML.TorchSharp.AutoFormerV2.ObjectDetectionTrainer

<Extension()>
Public Function ObjectDetection (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, options As ObjectDetectionTrainer.Options) As ObjectDetectionTrainer

Parameter

catalog

MulticlassClassificationCatalog.MulticlassClassificationTrainers

Der Katalog der Transformation.

options

ObjectDetectionTrainer.Options

Der vollständige Satz erweiterter Optionen.

Gibt zurück

ObjectDetectionTrainer

ObjectDetection(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32)

Quelle:

TorchSharpCatalog.cs

Optimieren eines Objekterkennungsmodells.

public static Microsoft.ML.TorchSharp.AutoFormerV2.ObjectDetectionTrainer ObjectDetection(this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, string labelColumnName = "Label", string predictedLabelColumnName = "PredictedLabel", string scoreColumnName = "Score", string boundingBoxColumnName = "BoundingBoxes", string predictedBoundingBoxColumnName = "PredictedBoundingBoxes", string imageColumnName = "Image", int maxEpoch = 10);

static member ObjectDetection : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * string * string * string * string * string * string * int -> Microsoft.ML.TorchSharp.AutoFormerV2.ObjectDetectionTrainer

<Extension()>
Public Function ObjectDetection (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, Optional labelColumnName As String = "Label", Optional predictedLabelColumnName As String = "PredictedLabel", Optional scoreColumnName As String = "Score", Optional boundingBoxColumnName As String = "BoundingBoxes", Optional predictedBoundingBoxColumnName As String = "PredictedBoundingBoxes", Optional imageColumnName As String = "Image", Optional maxEpoch As Integer = 10) As ObjectDetectionTrainer

Parameter

catalog

MulticlassClassificationCatalog.MulticlassClassificationTrainers

Der Katalog der Transformation.

labelColumnName

String

Der Name der Bezeichnungsspalte. Sollte ein Vektor des Schlüsseltyps sein

predictedLabelColumnName

String

Der Für die Ausgabe vorhergesagte Bezeichnungsspaltenname. Ist ein Vektor des Schlüsseltyps

scoreColumnName

String

Der Spaltenname der Ausgabebewertung. Ist ein Vektor von float.

boundingBoxColumnName

String

Der Name der Begrenzungsrahmenspalte. Ist ein Vektor von float. Die Werte sollten in der Reihenfolge x0 y0 x1 y1 stehen.

predictedBoundingBoxColumnName

String

Der Spaltenname des ausgabegebundenen Felds. Ist ein Vektor von float. Die Werte sollten in der Reihenfolge x0 y0 x1 y1 stehen.

imageColumnName

String

Der Spaltenname mit dem Image Data. Ist ein MLImage

maxEpoch

Int32

Wie viele Epochen ausgeführt werden sollen.

Gibt zurück

ObjectDetectionTrainer