TorchSharpCatalog.ObjectDetection Método

Definição

Namespace:

Microsoft.ML.TorchSharp

Assembly:

Microsoft.ML.TorchSharp.dll

Pacote:

Microsoft.ML.TorchSharp v0.21.1

Sobrecargas

ObjectDetection(MulticlassClassificationCatalog+MulticlassClassificationTrainers, ObjectDetectionTrainer+Options)	Ajustar um modelo de detecção de objetos.
ObjectDetection(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32)	Ajustar um modelo de detecção de objetos.

ObjectDetection(MulticlassClassificationCatalog+MulticlassClassificationTrainers, ObjectDetectionTrainer+Options)

Ajustar um modelo de detecção de objetos.

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

Parâmetros

catalog

MulticlassClassificationCatalog.MulticlassClassificationTrainers

O catálogo da transformação.

options

ObjectDetectionTrainer.Options

O conjunto completo de opções avançadas.

Retornos

ObjectDetectionTrainer

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

Ajustar um modelo de detecção de objetos.

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

Parâmetros

catalog

MulticlassClassificationCatalog.MulticlassClassificationTrainers

O catálogo da transformação.

labelColumnName

String

O nome da coluna do rótulo. Deve ser um vetor de keytype

predictedLabelColumnName

String

O nome da coluna do rótulo previsto de saída. É um vetor de keytype

scoreColumnName

String

O nome da coluna de pontuação de saída. É um vetor de float.

boundingBoxColumnName

String

O nome da coluna da caixa delimitadora. É um vetor de float. Os valores devem estar na ordem x0 y0 x1 y1.

predictedBoundingBoxColumnName

String

O nome da coluna da caixa delimitadora de saída. É um vetor de float. Os valores devem estar na ordem x0 y0 x1 y1.

imageColumnName

String

O nome da coluna que contém os Dados da imagem. É um MLImage

maxEpoch

Int32

Quantas épocas executar.

Retornos

ObjectDetectionTrainer