Anwenden einer Bildtransformation

Dieser Artikel beschreibt die Verwendung der Komponente Bildtransformation anwenden im Azure Machine Learning Designer, um ein Eingabebildverzeichnis basierend auf einer zuvor festgelegten Bildtransformation zu ändern.

Sie müssen eine Komponente Bildtransformation einrichten verbinden, um die Transformation festzulegen, und dann können Sie diese Transformation auf das Eingabebildverzeichnis der Komponente Bildtransformation anwenden anwenden.

Verwenden von „Anwenden einer Bildtransformation“

  1. Fügen Sie die Komponente Bildtransformation anwenden zu Ihrer Pipeline hinzu. Sie finden diese Komponente in der Kategorie maschinelles Sehen/Bilddatenumwandlung.

  2. Verbinden Sie die Ausgabe von Initialisieren einer Bildtransformation mit der Eingabe von Anwenden einer Bildtransformation auf der linken Seite.

    Hinweis

    Nur die von der Komponente Init Image Transformation erzeugte Bildtransformation wird für diese Komponente akzeptiert. Stellen Sie für andere Transformationsarten eine Verbindung mit Anwenden der Transformation her, andernfalls wird der Fehler ‚InvalidTransformationDirectoryError‘ ausgelöst.

  3. Stellen Sie eine Verbindung mit dem Bildverzeichnis her, das Sie transformieren möchten.

  4. Geben Sie für Modus an, für welchen Zweck Sie die Eingabetransformation verwenden möchten: ‚Zum Training‘ oder ‚Zum Rückschließen‘.

    Wenn Sie Zum Training angeben, werden alle Transformationen angewendet, die Sie in „Initialisieren einer Bildtransformation“ angeben.

    Wenn Sie Zum Rückschließen angeben, werden Transformationen wie das zufällige Erstellen neuer Stichproben vor dem Anwenden ausgeschlossen. Das hat den Grund, dass Transformationsvorgänge zum zufälligen Erstellen neuer Stichproben wie ‚Random horizontal flip‘ zur Vermehrung der Daten beim Training verwendet werden, was beim Rückschließen nicht zur Anwendung kommen sollte, da Rückschluss-Stichproben zum Erreichen einer genauen Vorhersage und Auswertung fixiert sein müssen.

    Hinweis

    Diese Transformationen werden im Modus Zum Rückschließen ausgeschlossen: Random resized crop, Random crop, Random horizontal flip, Random vertical flip, Random rotation, Random affine, Random grayscale, Random perspective, Random erasing.

  5. Um eine Bildtransformation auf ein neues Bildverzeichnis anzuwenden, reichen Sie die Pipeline ein.

Komponentenparameter

Name Range type Standard BESCHREIBUNG
Mode Any Mode (Muss vom Benutzer angegeben werden) Der Zweck, für den Sie die Eingabetransformation verwenden. Sie sollten zufällige (Random) Transformationsvorgänge beim Rückschließen ausschließen, sie aber fürs Training beibehalten

Erwartete Eingaben

Name Typ BESCHREIBUNG
Eingabe-Bildtransformation TransformationDirectory Eingabe-Bildtransformation
Eingabe-Bildverzeichnis ImageDirectory Zu transformierendes Bildverzeichnis

Ausgaben

Name Typ BESCHREIBUNG
Ausgabe-Bildverzeichnis ImageDirectory Ausgabe-Bildverzeichnis

Nächste Schritte

Hier finden Sie die für Azure Machine Learning verfügbaren Komponenten.