ImageModelSettingsObjectDetection クラス

AutoML 画像オブジェクト検出タスクのモデル設定。

継承

azure.ai.ml.entities._job.automl.image.image_model_settings.ImageModelDistributionSettings

ImageModelSettingsObjectDetection

コンストラクター

ImageModelSettingsObjectDetection(*, advanced_settings: str | None = None, ams_gradient: bool | None = None, beta1: float | None = None, beta2: float | None = None, checkpoint_frequency: int | None = None, checkpoint_run_id: str | None = None, distributed: bool | None = None, early_stopping: bool | None = None, early_stopping_delay: int | None = None, early_stopping_patience: int | None = None, enable_onnx_normalization: bool | None = None, evaluation_frequency: int | None = None, gradient_accumulation_step: int | None = None, layers_to_freeze: int | None = None, learning_rate: float | None = None, learning_rate_scheduler: LearningRateScheduler | None = None, model_name: str | None = None, momentum: float | None = None, nesterov: bool | None = None, number_of_epochs: int | None = None, number_of_workers: int | None = None, optimizer: StochasticOptimizer | None = None, random_seed: int | None = None, step_lr_gamma: float | None = None, step_lr_step_size: int | None = None, training_batch_size: int | None = None, validation_batch_size: int | None = None, warmup_cosine_lr_cycles: float | None = None, warmup_cosine_lr_warmup_epochs: int | None = None, weight_decay: float | None = None, box_detections_per_image: int | None = None, box_score_threshold: float | None = None, image_size: int | None = None, max_size: int | None = None, min_size: int | None = None, model_size: ModelSize | None = None, multi_scale: bool | None = None, nms_iou_threshold: float | None = None, tile_grid_size: str | None = None, tile_overlap_ratio: float | None = None, tile_predictions_nms_threshold: float | None = None, validation_iou_threshold: float | None = None, validation_metric_type: ValidationMetricType | None = None, log_training_metrics: LogTrainingMetrics | None = None, log_validation_loss: LogValidationLoss | None = None, **kwargs)

パラメーター

advanced_settings

str

必須

高度なシナリオの設定。

ams_gradient

bool

必須

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。

beta1

float

必須

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。

beta2

float

必須

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。

checkpoint_frequency

int

必須

モデル チェックポイントを格納する頻度。 正の整数にする必要があります。

checkpoint_run_id

str

必須

増分トレーニング用の事前トレーニング済みチェックポイントを持つ前の実行の ID。

distributed

bool

必須

分散トレーニングを使用するかどうか。

early_stopping

bool

必須

トレーニング中に早期停止ロジックを有効にします。

early_stopping_delay

int

必須

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。

early_stopping_patience

int

必須

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。

enable_onnx_normalization

bool

必須

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。

evaluation_frequency

int

必須

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。

gradient_accumulation_step

int

必須

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勾配を蓄積し、累積勾配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。

layers_to_freeze

int

必須

モデルのフリーズするレイヤーの数。 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のフリーズの詳細については、次を参照してください。 https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models

learning_rate

float

必須

初期学習率。 範囲 [0, 1] の float にする必要があります。

learning_rate_scheduler

str または LearningRateScheduler

必須

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。 使用できる値は、"None"、"WarmupCosine"、"Step" です。

model_name

str

必須

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

momentum

float

必須

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。

nesterov

bool

必須

オプティマイザーが 'sgd' の場合に nesterov を有効にします。

number_of_epochs

int

必須

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。

number_of_workers

int

必須

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。

optimizer

str または StochasticOptimizer

必須

オプティマイザーの種類。 使用できる値は、"None"、"Sgd"、"Adam"、"Adamw" です。

random_seed

int

必須

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。

step_lr_gamma

float

必須

学習率スケジューラが "ステップ" 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。

step_lr_step_size

int

必須

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。

training_batch_size

int

必須

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。

validation_batch_size

int

必須

検証バッチ サイズ。 正の整数にする必要があります。

warmup_cosine_lr_cycles

float

必須

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。

warmup_cosine_lr_warmup_epochs

int

必須

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。

weight_decay

float

必須

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。

box_detections_per_image

int

必須

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。

box_score_threshold

float

必須

推論中に、BoxScoreThreshold より大きい分類スコアを持つ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。

image_size

int

必須

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。

max_size

int

必須

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。

min_size

int

必須

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。

model_size

str または ModelSize

必須

モデルのサイズ。 'small'、'medium'、'large' 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。 使用できる値は、"None"、"Small"、"Medium"、"Large"、"ExtraLarge" です。

multi_scale

bool

必須

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。

nms_iou_threshold

float

必須

NMS の後処理で推論中に使用される IOU しきい値。 範囲 [0, 1] の float にする必要があります。

tile_grid_size

str

必須

各画像のタイルに使用するグリッド サイズ。 注: 小さなオブジェクト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。

tile_overlap_ratio

float

必須

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。

tile_predictions_nms_threshold

float

必須

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。 範囲 [0, 1] に float を指定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。

validation_iou_threshold

float

必須

検証メトリックを計算するときに使用する IOU しきい値。 範囲 [0, 1] に float を指定する必要があります。

validation_metric_type

str または ValidationMetricType

必須

検証メトリックに使用するメトリック計算方法。 使用できる値は、"None"、"Coco"、"Voc"、"CocoVoc" です。

log_training_metrics

str または <xref:azure.mgmt.machinelearningservices.models.LogTrainingMetrics>

必須

は、トレーニング メトリックをログに記録するかどうかを示します

log_validation_loss

str または <xref:azure.mgmt.machinelearningservices.models.LogValidationLoss>

必須

は、検証の損失をログに記録するかどうかを示します