TorchSharpCatalog.ObjectDetection Méthode

Définition

Espace de noms:

Microsoft.ML.TorchSharp

Assembly:

Microsoft.ML.TorchSharp.dll

Paquet:

Microsoft.ML.TorchSharp v0.21.1

Surcharges

ObjectDetection(MulticlassClassificationCatalog+MulticlassClassificationTrainers, ObjectDetectionTrainer+Options)	Affiner un modèle de détection d’objet.
ObjectDetection(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32)	Affiner un modèle de détection d’objet.

ObjectDetection(MulticlassClassificationCatalog+MulticlassClassificationTrainers, ObjectDetectionTrainer+Options)

Affiner un modèle de détection d’objet.

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

Paramètres

catalog

MulticlassClassificationCatalog.MulticlassClassificationTrainers

Catalogue de la transformation.

options

ObjectDetectionTrainer.Options

Ensemble complet d’options avancées.

Retours

ObjectDetectionTrainer

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

Affiner un modèle de détection d’objet.

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

Paramètres

catalog

MulticlassClassificationCatalog.MulticlassClassificationTrainers

Catalogue de la transformation.

labelColumnName

String

Nom de la colonne d’étiquette. Doit être un vecteur de type de clé

predictedLabelColumnName

String

Nom de colonne d’étiquette prédit en sortie. Vecteur de type de clé

scoreColumnName

String

Nom de la colonne du score de sortie. Est un vecteur de float.

boundingBoxColumnName

String

Nom de la colonne du cadre englobant. Est un vecteur de float. Les valeurs doivent être de l’ordre x0 y0 x1 y1.

predictedBoundingBoxColumnName

String

Nom de la colonne de zone englobante de sortie. Est un vecteur de float. Les valeurs doivent être de l’ordre x0 y0 x1 y1.

imageColumnName

String

Nom de colonne contenant les données de l’image. Est une image MLImage

maxEpoch

Int32

Nombre d’époques à exécuter.

Retours

ObjectDetectionTrainer