Inicjowanie transformacji obrazów
W tym artykule opisano sposób używania składnika Init Image Transformation w projektancie usługi Azure Machine Learning w celu zainicjowania transformacji obrazu w celu określenia sposobu przekształcania obrazu.
Jak skonfigurować przekształcanie obrazu init
Dodaj składnik Init Image Transformation do potoku w projektancie.
W polu Zmień rozmiar określ, czy rozmiar wejściowego obrazu PIL ma być zmieniany na podany rozmiar. Jeśli wybierzesz wartość "True", możesz określić żądany rozmiar obrazu wyjściowego w obszarze Rozmiar domyślnie 256.
W obszarze Przycinanie centrum określ, czy przycinać dany obraz PIL w środku. Jeśli wybierzesz wartość "True", możesz określić żądany rozmiar obrazu wyjściowego przycinania domyślnie 224.
W polu Pad określ, czy ma być wypełniany dany obraz PIL po wszystkich stronach z wartością pad 0. Jeśli wybierzesz wartość "True", możesz określić dopełnienie (ile pikseli do dodania) na każdym obramowaniu w dopełnieniu.
W obszarze Zakłócenia kolorów określ, czy losowo zmienić jasność, kontrast i nasycenie obrazu.
W obszarze Skala szarości określ, czy obraz ma być konwertowany na skala szarości.
W obszarze Losowe przycinanie rozmiaru określ, czy przycinać dany obraz PIL do losowego rozmiaru i współczynnika proporcji. Przycinanie rozmiaru losowego (od 0,08 do 1,0) oryginalnego rozmiaru i losowy współczynnik proporcji (z zakresu od 3/4 do 4/3) oryginalnego współczynnika proporcji jest wykonany. Ten przycinanie zostanie ostatecznie zmieniony na określony rozmiar. Jest to często używane w trenowaniu sieci Inception. Jeśli wybierzesz wartość "True", możesz określić oczekiwany rozmiar danych wyjściowych każdej krawędzi w rozmiarze losowym, domyślnie 256.
W obszarze Przycinanie losowe określ, czy przycinać dany obraz PIL w losowej lokalizacji. Jeśli wybierzesz wartość "True", możesz określić żądany rozmiar danych wyjściowych przycinania w rozmiarze przycinania losowego, domyślnie 224.
W przypadku losowej przerzucania poziomego określ, czy losowo przerzucać dany obraz PIL z prawdopodobieństwem 0,5.
W przypadku losowej przerzucania pionowego określ, czy losowo przerzucać dany obraz PIL z prawdopodobieństwem 0,5.
W obszarze Rotacja losowa określ, czy obraz ma być obracany według kąta. Jeśli wybierzesz wartość "Prawda", możesz określić zakres stopni, ustawiając losowe stopnie obrotu, co oznacza (stopnie, +stopnie), domyślnie 0.
W przypadku affiny losowej określ, czy losowa transformacja affiny obrazu jest niezmienna. Jeśli wybierzesz wartość "True", możesz określić w zakresie stopni do wybrania z pozycji Stopnie losowe, co oznacza (stopnie, +stopnie), domyślnie 0.
W obszarze Losowa skala szarości określ, czy losowo przekonwertować obraz na skala szarości z prawdopodobieństwem 0,1.
W przypadku perspektywy losowej określ, czy ma być wykonywana transformacja perspektywy danego obrazu PIL losowo z prawdopodobieństwem 0,5.
Połącz się ze składnikiem Zastosuj transformację obrazu , aby zastosować przekształcenie określone powyżej do wejściowego zestawu danych obrazu.
Prześlij potok.
Wyniki
Po zakończeniu przekształcania można znaleźć przekształcone obrazy w danych wyjściowych składnika Apply Image Transformation .
Uwagi techniczne
https://pytorch.org/vision/stable/transforms.html Aby uzyskać więcej informacji na temat przekształcania obrazów, zapoznaj się z artykułem .
Parametry składników
| Nazwisko | Zakres | Typ | Domyślny | opis |
|---|---|---|---|---|
| Zmień rozmiar | Dowolne | Wartość logiczna | Prawda | Zmienianie rozmiaru wejściowego obrazu PIL na podany rozmiar |
| Rozmiar | >=1 | Integer | 256 | Określ żądany rozmiar danych wyjściowych |
| Wyśrodkowanie przycinania | Dowolne | Wartość logiczna | Prawda | Przycina dany obraz PIL w środku |
| Rozmiar przycinania | >=1 | Integer | 224 | Określ żądany rozmiar danych wyjściowych przycinania |
| Pad | Dowolne | Wartość logiczna | Fałsz | Dopełnij dany obraz PIL po wszystkich stronach z daną wartością "pad" |
| Dopełnienie | >=0 | Integer | 0 | Dopełnienie na każdej obramowaniu |
| Roztrzaskuj kolor | Dowolne | Wartość logiczna | Fałsz | Losowo zmienia jasność, kontrast i nasycenie obrazu |
| Skala szarości | Dowolne | Wartość logiczna | Fałsz | Konwertowanie obrazu na skala szarości |
| Losowe przycinanie o rozmiarze | Dowolne | Wartość logiczna | Fałsz | Przycinanie danego obrazu PIL do losowego rozmiaru i współczynnika proporcji |
| Rozmiar losowy | >=1 | Integer | 256 | Oczekiwany rozmiar danych wyjściowych każdej krawędzi |
| Losowe przycinanie | Dowolne | Wartość logiczna | Fałsz | Przycinanie danego obrazu PIL w losowej lokalizacji |
| Losowy rozmiar przycinania | >=1 | Integer | 224 | Żądany rozmiar danych wyjściowych przycinania |
| Losowa przerzucanie w poziomie | Dowolne | Wartość logiczna | Prawda | Przerzucanie w poziomie danego obrazu PIL losowo z danym prawdopodobieństwem |
| Losowa przerzucanie w pionie | Dowolne | Wartość logiczna | Fałsz | Przerzuć w pionie dany obraz PIL losowo z danym prawdopodobieństwem |
| Losowa rotacja | Dowolne | Wartość logiczna | Fałsz | Obracanie obrazu według kąta |
| Stopnie obrotu losowego | [0,180] | Integer | 0 | Zakres stopni do wyboru |
| Losowa szafka | Dowolne | Wartość logiczna | Fałsz | Losowa transformacja affine obrazu utrzymująca niezmienność środka |
| Losowe stopnie affiny | [0,180] | Integer | 0 | Zakres stopni do wyboru |
| Losowa skala szarości | Dowolne | Wartość logiczna | Fałsz | Losowo konwertuj obraz na skala szarości z prawdopodobieństwem 0.1 |
| Perspektywa losowa | Dowolne | Wartość logiczna | Fałsz | Wykonuje transformację perspektywy dla danego obrazu PIL losowo z prawdopodobieństwem 0,5 |
| Wymazywanie losowe | Dowolne | Wartość logiczna | Fałsz | Losowo wybiera region prostokąta na obrazie i usuwa jego piksele z prawdopodobieństwem 0,5 |
Dane wyjściowe
| Nazwa/nazwisko | Pisz | Opis |
|---|---|---|
| Przekształcanie obrazu wyjściowego | TransformationDirectory | Przekształcanie obrazu wyjściowego, które można połączyć ze składnikiem Apply Image Transformation . |
Następne kroki
Zobacz zestaw składników dostępnych dla usługi Azure Machine Learning.