ImageModelDistributionSettingsObjectDetection クラス

定義

名前空間:

Azure.ResourceManager.MachineLearning.Models

アセンブリ:

Azure.ResourceManager.MachineLearning.dll

パッケージ:

Azure.ResourceManager.MachineLearning v1.1.1

モデル設定の値をスイープする分布式。 <例> 次に例を示します。

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

継承

Object

ImageModelDistributionSettings

ImageModelDistributionSettingsObjectDetection

コンストラクター

ImageModelDistributionSettingsObjectDetection()

ImageModelDistributionSettingsObjectDetection の新しいインスタンスを初期化します。

プロパティ

AmsGradient	オプティマイザーが 'adam' または 'adamw' の場合に AMSGrad を有効にします。 (継承元 ImageModelDistributionSettings)
Augmentations	拡張を使用するための設定。 (継承元 ImageModelDistributionSettings)
Beta1	オプティマイザーが 'adam' または 'adamw' の場合の 'beta1' の値。 範囲 [0, 1] の float にする必要があります。 (継承元 ImageModelDistributionSettings)
Beta2	オプティマイザーが 'adam' または 'adamw' の場合の 'beta2' の値。 範囲 [0, 1] の float にする必要があります。 (継承元 ImageModelDistributionSettings)
BoxDetectionsPerImage	すべてのクラスで、画像あたりの最大検出数。 正の整数にする必要があります。 注: この設定は、"yolov5" アルゴリズムではサポートされていません。
BoxScoreThreshold	推論中は、分類スコアが BoxScoreThreshold より大きい提案のみを返します。 範囲 [0, 1] の float である必要があります。
Distributed	配布者トレーニングを使用するかどうか。 (継承元 ImageModelDistributionSettings)
EarlyStopping	トレーニング中に早期停止ロジックを有効にします。 (継承元 ImageModelDistributionSettings)
EarlyStoppingDelay	プライマリ メトリックの改善が早期停止のために追跡されるまで待機するエポックまたは検証評価の最小数。 正の整数にする必要があります。 (継承元 ImageModelDistributionSettings)
EarlyStoppingPatience	実行が停止する前に主要なメトリックの改善がないエポックまたは検証評価の最小数。 正の整数にする必要があります。 (継承元 ImageModelDistributionSettings)
EnableOnnxNormalization	ONNX モデルをエクスポートするときに正規化を有効にします。 (継承元 ImageModelDistributionSettings)
EvaluationFrequency	メトリック スコアを取得するために検証データセットを評価する頻度。 正の整数にする必要があります。 (継承元 ImageModelDistributionSettings)
GradientAccumulationStep	グラデーションの累積とは、モデルの重みを更新せずに構成された数の "GradAccumulationStep" ステップを実行し、それらのステップのグラデーションを累積した後、累積されたグラデーションを使用して重みの更新を計算することを意味します。 正の整数にする必要があります。 (継承元 ImageModelDistributionSettings)
ImageSize	トレーニングおよび検証用の画像サイズ。 正の整数にする必要があります。 注: サイズが大きすぎると、トレーニング実行が CUDA OOM に入る可能性があります。 注: この設定は、"yolov5" アルゴリズムでのみサポートされています。
LayersToFreeze	モデルに固定するレイヤーの数。 正の整数にする必要があります。 たとえば、'seresnext' の値として 2 を渡すと、レイヤー 0 とレイヤー 1 がフリーズします。 サポートされているモデルの完全な一覧とレイヤー固定の詳細については、 を参照してください https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models。 (継承元 ImageModelDistributionSettings)
LearningRate	初期学習率。 範囲 [0, 1] の float にする必要があります。 (継承元 ImageModelDistributionSettings)
LearningRateScheduler	学習率スケジューラの種類。 'warmup_cosine' または 'step' である必要があります。 (継承元 ImageModelDistributionSettings)
MaxSize	バックボーンにフィードする前に再スケーリングする画像の最大サイズ。 正の整数にする必要があります。 注: サイズが大きすぎる場合、トレーニングの実行が CUDA OOM になることがあります。 注: この設定は、"yolov5" アルゴリズムではサポートされていません。
MinSize	バックボーンにフィードする前に再スケーリングする画像の最小サイズ。 正の整数にする必要があります。 注: サイズが大きすぎる場合、トレーニングの実行が CUDA OOM になることがあります。 注: この設定は、"yolov5" アルゴリズムではサポートされていません。
ModelName	トレーニングに使用するモデルの名前。 使用可能なモデルの詳細については、公式ドキュメントを参照してください。 https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models (継承元 ImageModelDistributionSettings)
ModelSize	モデルのサイズ。 'small'、'medium'、'large'、または 'xlarge' である必要があります。 注: モデルのサイズが大きすぎる場合、トレーニングの実行が CUDA OOM になることがあります。 注: この設定は、"yolov5" アルゴリズムでのみサポートされています。
Momentum	オプティマイザーが 'sgd' の場合のモメンタムの値。 範囲 [0, 1] の float にする必要があります。 (継承元 ImageModelDistributionSettings)
MultiScale	イメージ サイズを +/- 50% 変更して、マルチスケール イメージを有効にします。 注: 十分な GPU メモリがない場合、トレーニングの実行が CUDA OOM になることがあります。 注: この設定は、"yolov5" アルゴリズムでのみサポートされています。
Nesterov	オプティマイザーが 'sgd' の場合は nesterov を有効にします。 (継承元 ImageModelDistributionSettings)
NmsIouThreshold	NMS の後処理で推論中に使用される IOU しきい値。 [0, 1] の範囲内で float である必要があります。
NumberOfEpochs	トレーニング エポックの数。 正の整数にする必要があります。 (継承元 ImageModelDistributionSettings)
NumberOfWorkers	データ ローダー ワーカーの数。 負以外の整数である必要があります。 (継承元 ImageModelDistributionSettings)
Optimizer	オプティマイザーの種類。 'sgd'、'adam'、または 'adamw' のいずれかである必要があります。 (継承元 ImageModelDistributionSettings)
RandomSeed	決定論的トレーニングを使用するときに使用されるランダム シード。 (継承元 ImageModelDistributionSettings)
StepLRGamma	学習率スケジューラが "step" の場合のガンマの値。 範囲 [0, 1] の float にする必要があります。 (継承元 ImageModelDistributionSettings)
StepLRStepSize	学習率スケジューラが "step" の場合のステップ サイズの値。 正の整数にする必要があります。 (継承元 ImageModelDistributionSettings)
TileGridSize	各画像のタイルに使用するグリッド サイズ。 注: 小さな物体検出ロジックを有効にするには、TileGridSize を None にすることはできません。 mxn 形式の 2 つの整数を含む文字列。 注: この設定は、"yolov5" アルゴリズムではサポートされていません。
TileOverlapRatio	各ディメンションの隣接するタイル間のオーバーラップ率。 [0, 1) の範囲内で float である必要があります。 注: この設定は、"yolov5" アルゴリズムではサポートされていません。
TilePredictionsNmsThreshold	タイルおよび画像から予測をマージしながら NMS を実行するために使用する IOU しきい値。 検証や推論で使用されます。 [0, 1] の範囲内で float である必要があります。 注: この設定は、"yolov5" アルゴリズムではサポートされていません。 NMS: 非最大抑制
TrainingBatchSize	トレーニング バッチ サイズ。 正の整数にする必要があります。 (継承元 ImageModelDistributionSettings)
ValidationBatchSize	検証バッチ サイズ。 正の整数にする必要があります。 (継承元 ImageModelDistributionSettings)
ValidationIouThreshold	検証メトリックを計算するときに使用する IOU しきい値。 [0, 1] の範囲内で float である必要があります。
ValidationMetricType	検証メトリックに使用するメトリック計算方法。 'none'、'coco'、'voc'、または 'coco_voc' である必要があります。
WarmupCosineLRCycles	学習率スケジューラが "warmup_cosine" の場合のコサイン サイクルの値。 範囲 [0, 1] の float にする必要があります。 (継承元 ImageModelDistributionSettings)
WarmupCosineLRWarmupEpochs	学習率スケジューラが "warmup_cosine" の場合のウォームアップ エポックの値。 正の整数にする必要があります。 (継承元 ImageModelDistributionSettings)
WeightDecay	オプティマイザーが 'sgd'、'adam'、または 'adamw' の場合の重みの減衰の値。 範囲 [0, 1] の float である必要があります。 (継承元 ImageModelDistributionSettings)