你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

自动化机器学习中计算机视觉任务的超参数

适用范围：Azure CLI ml 扩展 v2（当前版本）Python SDK azure-ai-ml v2（当前版本）

了解哪些超参数可专门用于自动化 ML 试验中的计算机视觉任务。

借助对计算机视觉任务的支持，可以控制模型体系结构和扫描超参数。 这些模型体系结构和超参数将作为参数空间传入以进行扫描。 虽然公开的许多超参数与模型无关，但在某些情况下，超参数特定于模型或特定于任务。

特定于模型的超参数

下表汇总了特定于 yolov5 体系结构的超参数。

参数名称	说明	默认
validation_metric_type	用于验证指标的指标计算方法。 必须为 none、coco、voc 或 coco_voc。	voc
validation_iou_threshold	计算验证指标时框匹配的 IOU 阈值。 必须是 [0.1, 1] 范围内的浮点数。	0.5
image_size	用于训练和验证的图像大小。 必须是正整数。 注意：如果大小太大，训练运行可能会遇到 CUDA OOM 错误。	640
model_size	模型大小。 必须为 small、 medium、large 或 extra_large。 注意：如果模型大小太大，训练运行可能会遇到 CUDA OOM 错误。	medium
multi_scale	通过在 +/- 50% 范围内改变图像大小来启用多比例图像 必须为 0 或 1。 注意：如果 GPU 内存不足，训练运行可能会遇到 CUDA OOM 错误。	0
box_score_threshold	在推理期间，仅返回分数大于 box_score_threshold 的建议。 该分数是对象性分数和分类概率的乘积。 必须是 [0, 1] 范围内的浮点数。	0.1
nms_iou_threshold	在非最大抑制后处理中进行推理期间使用的 IOU 阈值。 必须是 [0, 1] 范围内的浮点数。	0.5
tile_grid_size	用于平铺每个图像的网格大小。 注意：若要启用小物体检测逻辑，tile_grid_size 不得为 None 应以“3x2”格式作为字符串传递。 示例：--tile_grid_size '3x2'	无默认值
tile_overlap_ratio	每个维度中相邻图块之间的重叠率。 必须是 [0, 1) 范围内的浮点数	0.25
tile_predictions_nms_threshold	合并图块和图像的预测结果时用于执行 NMS 的 IOU 阈值。 在验证/推理中使用。 必须是 [0, 1] 范围内的浮点数	0.25

下表汇总了特定于 maskrcnn_* 的超参数，用于推理期间的实例分段。

参数名称	说明	默认
mask_pixel_score_threshold	记录将像素作为部分对象掩码的临界分数。	0.5
max_number_of_polygon_points	从掩码转换后，多边形中 (x, y) 坐标对的最大数量。	100
export_as_image	将掩码导出为图像。	错误
image_type	掩码导出为的图像类型（选项有 jpg、png、bmp）。	JPG

与模型无关的超参数

下表描述了与模型无关的超参数。

参数名称	说明	默认
number_of_epochs	训练循环数。 必须是正整数。	15 （yolov5 除外：30）
training_batch_size	训练批大小。 必须是正整数。	多类/多标签：78 （vit-variants 除外： vits16r224：128 vitb16r224：48 vitl16r224：10） 物体检测：2 （yolov5 除外：16） 实例分段：2 注意：默认值是可以在 12 GiB GPU 内存上使用的最大批大小。
validation_batch_size	验证批大小。 必须是正整数。	多类/多标签：78 （vit-variants 除外： vits16r224：128 vitb16r224：48 vitl16r224：10） 物体检测：1 （yolov5 除外：16） 实例分段：1 注意：默认值是可以在 12 GiB GPU 内存上使用的最大批大小。
gradient_accumulation_step	梯度累积是指在累积这些步骤的梯度的同时运行所配置数量的 gradient_accumulation_step（不更新模型权重），然后使用累积的梯度来计算权重更新。 必须是正整数。	1
early_stopping	在训练期间启用提前停止逻辑。 必须为 0 或 1。	1
early_stopping_patience	在运行停止之前未经过主要指标 改进的最小循环数或验证评估数。 必须是正整数。	5
early_stopping_delay	在跟踪主要指标改进以便提前停止之前 要等待完成的最小循环数或验证评估数。 必须是正整数。	5
learning_rate	初始学习速率。 必须是 [0, 1] 范围内的浮点数。	多类：0.01 （vit-variants 除外： vits16r224：0.0125 vitb16r224：0.0125 vitl16r224：0.001） 多标签：0.035 （vit-variants 除外： vits16r224：0.025 vitb16r224：0.025 vitl16r224：0.002） 物体检测：0.005 （yolov5 除外：0.01） 实例分段：0.005
learning_rate_scheduler	学习速率计划程序的类型。 必须为 warmup_cosine 或 step。	warmup_cosine
step_lr_gamma	学习速率计划程序为 step 时的 gamma 值。 必须是 [0, 1] 范围内的浮点数。	0.5
step_lr_step_size	学习速率计划程序为 step 时的步长大小值。 必须是正整数。	5
warmup_cosine_lr_cycles	学习速率计划程序为 warmup_cosine 时的余弦周期值。 必须是 [0, 1] 范围内的浮点数。	0.45
warmup_cosine_lr_warmup_epochs	学习速率计划程序为 warmup_cosine 时的预热循环值。 必须是正整数。	2
optimizer	优化器的类型。 必须为 sgd、adam 或 adamw。	sgd
momentum	优化器为 sgd 时的动量值。 必须是 [0, 1] 范围内的浮点数。	0.9
weight_decay	优化器为 sgd、adam 或 adamw 时的权重衰减值。 必须是 [0, 1] 范围内的浮点数。	1e-4
nesterov	当优化器为 sgd 时启用 nesterov。 必须为 0 或 1。	1
beta1	当优化器为 adam 或 adamw 时的 beta1 值。 必须是 [0, 1] 范围内的浮点数。	0.9
beta2	当优化器为 adam 或 adamw 时的 beta2 值。 必须是 [0, 1] 范围内的浮点数。	0.999
ams_gradient	当优化器为 adam 或 adamw 时启用 ams_gradient。 必须为 0 或 1。	0
evaluation_frequency	评估验证数据集以获得指标分数所遵循的频率。 必须是正整数。	1
checkpoint_frequency	存储模型检查点所遵循的频率。 必须是正整数。	验证时具有最佳主要指标的循环中的检查点。
checkpoint_run_id	具有用于增量训练的预训练检查点的试验的运行 ID。	无默认值
layers_to_freeze	要为模型冻结的层数。 例如，传递 2 作为 seresnext 值意味着冻结引用下面的受支持模型层信息的 layer0 和 layer1。 必须是正整数。 %> %> %>	无默认值

图像分类（多类和多标签）特定的超参数

下表汇总了图像分类（多类和多标签）任务的超参数。

参数名称	说明	默认
model_name	要用于手头图像分类任务的模型名称。 必须是以下项之一：mobilenetv2、resnet18、resnet34、resnet50、resnet101、resnet152、resnest50、resnest101、seresnext、vits16r224、vitb16r224、vitl16r224。	seresnext
weighted_loss	- 0 表示无加权损失。 - 1 表示使用 sqrt.(class_weights) 计算的加权损失 - 2 表示使用 class_weights 计算的加权损失。 - 必须为 0、1 或 2。	0
validation_resize_size	- 在为验证数据集裁剪之前要将图像调整到的大小。 - 必须是正整数。 说明： - seresnext 不取任意大小。 - 如果大小太大，训练运行可能会遇到 CUDA OOM 错误。	256
validation_crop_size	- 输入到神经网络的用于验证数据集的图像裁剪大小。 - 必须是正整数。 说明： - seresnext不取任意大小。 - ViT-variants 应该有相同的 validation_crop_size 和 training_crop_size。 - 如果大小太大，训练运行可能会遇到 CUDA OOM 错误。	224
training_crop_size	- 输入到神经网络的用于训练数据集的图像裁剪大小。 - 必须是正整数。 说明： - seresnext不取任意大小。 - ViT-variants 应该有相同的 validation_crop_size 和 training_crop_size。 - 如果大小太大，训练运行可能会遇到 CUDA OOM 错误。	224

对象检测和实例分段任务特定的超参数

以下超参数用于物体检测和实例分段任务。

警告

yolov5 体系结构不支持这些参数。 有关 yolov5 支持的超参数，请参阅模型特定的超参数部分。

参数名称	说明	默认
model_name	要用于手头图像分类任务的模型名称。 - 对于对象检测任务，必须是以下项之一：yolov5、fasterrcnn_resnet18_fpn、fasterrcnn_resnet34_fpn、fasterrcnn_resnet50_fpn、fasterrcnn_resnet101_fpn、fasterrcnn_resnet152_fpn、retinanet_resnet50_fpn。 - 对于实例分段任务，必须是以下项之一：maskrcnn_resnet18_fpn、maskrcnn_resnet34_fpn、maskrcnn_resnet50_fpn、maskrcnn_resnet101_fpn、maskrcnn_resnet152_fpn	- 对于对象检测任务，必须是 fasterrcnn_resnet50_fpn - 对于实例分段任务，必须是 maskrcnn_resnet50_fpn
validation_metric_type	用于验证指标的指标计算方法。 必须为 none、coco、voc 或 coco_voc。	voc
validation_iou_threshold	计算验证指标时框匹配的 IOU 阈值。 必须是 [0.1, 1] 范围内的浮点数。	0.5
min_size	在将图像馈送到主干之前要将其重新缩放到的最小大小。 必须是正整数。 注意：如果大小太大，训练运行可能会遇到 CUDA OOM 错误。	600
max_size	在将图像馈送到主干之前要将其重新缩放到的最大大小。 必须是正整数。 注意：如果大小太大，训练运行可能会遇到 CUDA OOM 错误。	1333
box_score_threshold	在推理期间，仅返回分类分数大于 box_score_threshold 的建议。 必须是 [0, 1] 范围内的浮点数。	0.3
nms_iou_threshold	预测头的非最大抑制 (NMS) 中使用的 IOU（交并比）阈值。 在推理期间使用。 必须是 [0, 1] 范围内的浮点数。	0.5
box_detections_per_image	所有类的每个图像的最大检测次数。 必须是正整数。	100
tile_grid_size	用于平铺每个图像的网格大小。 若要启用小物体检测逻辑，- tile_grid_size 不得为“无”。 实例分段任务不支持 - tile_grid_size。 应以“3x2”格式作为字符串传递。 示例：--tile_grid_size '3x2'	无默认值
tile_overlap_ratio	每个维度中相邻图块之间的重叠率。 必须是 [0, 1) 范围内的浮点数	0.25
tile_predictions_nms_threshold	合并图块和图像的预测结果时用于执行 NMS 的 IOU 阈值。 在验证/推理中使用。 必须是 [0, 1] 范围内的浮点数	0.25

后续步骤

• 了解如何设置 AutoML，以使用 Python 训练计算机视觉模型。

• 教程：使用 AutoML 和 Python 训练物体检测模型。