featurizeImage: transformación de caracterización de imágenes en el aprendizaje automático
Caracteriza una imagen mediante un modelo de red neuronal profunda previamente entrenado.
Uso
featurizeImage(var, outVar = NULL, dnnModel = "Resnet18")
Argumentos
var
Variable de entrada que contiene los valores de píxel extraídos.
outVar
Prefijo de las variables de salida que contienen las características de la imagen. Si es NULL, se usará el nombre de la variable de entrada. El valor predeterminado es NULL
.
dnnModel
Red neuronal profunda previamente entrenada. Las opciones posibles son:
"resnet18"
"resnet50"
"resnet101"
"alexnet"
El valor predeterminado es"resnet18"
. ConsulteDeep Residual Learning for Image Recognition
para obtener detalles acerca de ResNet.
Detalles
featurizeImage
caracteriza una imagen usando el modelo de red neuronal profunda previamente entrenado que se haya especificado. Las variables de entrada de esta transformación deben ser valores de píxel extraídos.
Value
Un objeto maml
que define la transformación.
Autores
Microsoft Corporation Microsoft Technical Support
Ejemplos
train <- data.frame(Path = c(system.file("help/figures/RevolutionAnalyticslogo.png", package = "MicrosoftML")), Label = c(TRUE), stringsAsFactors = FALSE)
# Loads the images from variable Path, resizes the images to 1x1 pixels and trains a neural net.
model <- rxNeuralNet(
Label ~ Features,
data = train,
mlTransforms = list(
loadImage(vars = list(Features = "Path")),
resizeImage(vars = "Features", width = 1, height = 1, resizing = "Aniso"),
extractPixels(vars = "Features")
),
mlTransformVars = "Path",
numHiddenNodes = 1,
numIterations = 1)
# Featurizes the images from variable Path using the default model, and trains a linear model on the result.
model <- rxFastLinear(
Label ~ Features,
data = train,
mlTransforms = list(
loadImage(vars = list(Features = "Path")),
resizeImage(vars = "Features", width = 224, height = 224), # If dnnModel == "AlexNet", the image has to be resized to 227x227.
extractPixels(vars = "Features"),
featurizeImage(var = "Features")
),
mlTransformVars = "Path")