Aplicación de transformación de imagen

En este artículo se explica cómo usar el componente Aplicación de transformación de imagen del diseñador de Azure Machine Learning para modificar un directorio de imagen de entrada en función de una transformación de imagen especificada previamente.

Debe conectar un componente Transformación de imagen init para especificar la transformación; luego puede aplicar dicha transformación al directorio de imagen de entrada del componente Aplicación de transformación de imagen.

Uso de la aplicación de transformación de imagen

  1. Agregue el componente Aplicación de transformación de imagen a la canalización. Puede encontrar este componente en la categoría Computer Vision/Image Data Transformation.

  2. Conecte la salida de Transformación de imagen init a la entrada de la izquierda de Aplicación de transformación de imagen.

    Nota

    En este componente solo se acepta la transformación de imagen generada por el componente Transformación de imagen init. Para otro tipo de transformación, conéctelo a Aplicación de transformación; de lo contrario, se producirá el error "InvalidTransformationDirectoryError".

  3. Conecte el directorio de imagen que quiera transformar.

  4. En Modo, especifique para qué propósito usa la transformación de entrada: "Para entrenamiento" o "Para inferencia".

    Si selecciona For training (Para entrenamiento), se aplicará toda la transformación que especifique en la transformación de imagen init.

    Si selecciona For inference (Para inferencia), se excluirá alguna transformación, como la creación de nuevos ejemplos de forma aleatoria, antes de aplicarla. Esto se debe a que las operaciones de transformación para crear nuevos ejemplos de forma aleatoria, como "Random horizontal Flip", (Volteo horizontal aleatorio), se usan para el aumento de datos en el entrenamiento y se deben quitar en inferencia porque los ejemplos de inferencia se deben corregir para una predicción y evaluación precisas.

    Nota

    Las transformaciones que se excluirán en modo For inference (Para inferencia) son: Recorte de cambio de tamaño aleatorio, recorte aleatorio, volteo horizontal aleatorio, volteo vertical aleatorio, rotación aleatoria, afín aleatoria, escala de grises aleatoria, perspectiva aleatoria, borrado aleatorio.

  5. Para aplicar una transformación de imagen a un nuevo directorio de imagen, envíe la canalización.

Parámetros del componente

Nombre Intervalo Tipo Valor predeterminado Descripción
Mode Any Mode (Requerir al usuario que lo especifique) Para qué propósito usa la transformación de entrada. Debe excluir las operaciones de transformación "aleatoria" en la inferencia, pero mantenerlas en el entrenamiento.

Entradas esperadas

Nombre Tipo Descripción
Transformación de imagen de entrada TransformationDirectory Transformación de imagen de entrada
Directorio de imagen de entrada ImageDirectory Directorio de imagen que se va a transformar

Salidas

Nombre Tipo Descripción
Directorio de imagen de salida ImageDirectory Directorio de imagen de salida

Pasos siguientes

Vea el conjunto de componentes disponibles para Azure Machine Learning.