Kis objektumészlelési modell betanítása az AutoML-lel

ÉRVÉNYES:Azure CLI ml-bővítmény v2 (aktuális)Python SDK azure-ai-ml v2 (aktuális)

Ebből a cikkből megtudhatja, hogyan taníthat be objektumészlelési modellt a kis méretű objektumok nagy felbontású képeken való észlelésére automatizált gépi tanulással az Azure Machine Tanulás.

Az objektumészlelés számítógépes látásmodelljei általában jól működnek a viszonylag nagy objektumokkal rendelkező adathalmazok esetében. A memória és a számítási korlátok miatt azonban ezek a modellek általában nem teljesítenek, ha nagy felbontású képeken lévő kis objektumok észlelésére van feladatuk. Mivel a nagy felbontású képek általában nagy méretűek, a rendszer átméretezi őket a modellbe való bevitel előtt, ami korlátozza a kisebb objektumok észlelésének képességét a kezdeti képmérethez képest.

A probléma megoldásához az automatizált gépi tanulás támogatja a burkolást a számítógépes látási képességek részeként. Az automatizált gépi tanulás burkolóképessége a Kis objektumészlelés burkolásának teljesítményével kapcsolatos fogalmakon alapul.

A burkoláskor minden kép csempékből álló rácsra van osztva. A szomszédos csempék szélességi és magassági méretekben átfedésben vannak egymással. A csempék az eredetiből lesznek levágva az alábbi képen látható módon.

Előfeltételek

• Egy Azure Machine Learning-munkaterület. A munkaterület létrehozásához lásd : Munkaterület-erőforrások létrehozása.

• Ez a cikk feltételezi, hogy bizonyos ismeretekkel rendelkezik az automatizált gépi tanulási kísérlet számítógépes látási feladatokhoz való konfigurálásához.

Támogatott modellek

A kis méretű objektumészlelés az automatikus gépi tanulás által támogatott összes modell esetében támogatott az objektumészlelési feladathoz tartozó képekhez.

Burkolás engedélyezése a betanítás során

A burkolás engedélyezéséhez a tile_grid_size paramétert egy olyan értékre állíthatja, mint a "3x2"; ahol 3 a szélességi dimenzió mentén lévő csempék száma, 2 pedig a magassági dimenzió mentén található csempék száma. Ha ez a paraméter "3x2" értékre van állítva; minden kép egy 3 x 2 csempéből álló rácsra van felosztva. Minden csempe átfedésben van a szomszédos csempékkel, így a csempeszegélyre eső összes objektum teljesen szerepel az egyik csempén. Ezt az átfedést a tile_overlap_ratio paraméter szabályozza, amely alapértelmezés szerint 25%.

Ha engedélyezve van a burkolás, a rendszer a teljes képet és az abból létrehozott csempéket a modellen keresztül továbbítja. Ezeket a képeket és csempéket a rendszer átméretezi a modellbe való betáplálás előtt a paraméterek és max_size a min_size paraméterek szerint. A számítási idő a többletadatok feldolgozása miatt arányosan nő.

Ha például a tile_grid_size paraméter "3x2", akkor a számítási idő körülbelül hétszer nagyobb, mint a burkolás nélkül.

A betanítási paraméterek értékét tile_grid_size sztringként is megadhatja.

CLI v2

ÉRVÉNYES:Azure CLI ml-bővítmény 2-es verzió (aktuális)

training_parameters:
  tile_grid_size: '3x2'

Python SDK v2

image_object_detection_job.set_training_parameters(
    tile_grid_size='3x2'
)

A paraméter értéke tile_grid_size a kép méretétől és a képen belüli objektumok méretétől függ. Például nagyobb számú csempe hasznos lehet, ha kisebb objektumok találhatók a képeken.

A paraméter optimális értékének kiválasztásához használja a hiperparaméteres keresést. Ehhez megadhatja a paraméter értékeit a hiperparaméter-térben.

CLI v2

ÉRVÉNYES:Azure CLI ml-bővítmény 2-es verzió (aktuális)

search_space:
  - model_name:
      type: choice
      values: ['fasterrcnn_resnet50_fpn']
    tile_grid_size:
      type: choice
      values: ['2x1', '3x2', '5x3']

Python SDK v2

image_object_detection_job.extend_search_space(
    SearchSpace(
        model_name=Choice(['fasterrcnn_resnet50_fpn']),
        tile_grid_size=Choice(['2x1', '3x2', '5x3'])
    )
)

Burkolás a következtetés során

A burkolással betanított modell üzembe helyezésekor a burkolás a következtetés során is megtörténik. Az automatizált gépi tanulás a tile_grid_size betanítás értékével hozza létre a csempéket a következtetés során. A teljes kép és a megfelelő csempék áthaladnak a modellen, és az objektumjavaslatok egyesítve lesznek a végső előrejelzésekhez, például az alábbi képen.

Feljegyzés

Előfordulhat, hogy ugyanazt az objektumot több csempéről észleli a rendszer, a duplikációészlelés az ilyen duplikációk eltávolításához történik.

A duplikált észlelés úgy történik, hogy nmS-t futtat a csempékről és a rendszerképről származó javaslatokon. Ha több javaslat átfedésben van, a rendszer a legmagasabb pontszámmal rendelkezőt választja ki, a többit pedig ismétlődésként elveti. Két javaslat akkor tekinthető átfedésben, ha a közöttük lévő egyesítés (iou) kereszteződése nagyobb, mint a tile_predictions_nms_thresh paraméter.

Azt is lehetővé teheti, hogy csak a következtetés során engedélyezze a burkolást anélkül, hogy engedélyezve lenne a betanításban. Ehhez csak a következtetés során állítsa be a tile_grid_size paramétert, a betanításhoz nem.

Ezzel javíthatja bizonyos adathalmazok teljesítményét, és nem jár azzal a többletköltséggel, amely a betanítási idő alatt történő burkolással jár.

Burkoló hiperparaméterek

Az alábbiakban azokat a paramétereket találja, amelyek segítségével szabályozhatja a burkoló funkciót.

Paraméter neve	Leírás	Alapértelmezett
tile_grid_size	Az egyes képek burkolásához használandó rácsméret. A betanítás, az ellenőrzés és a következtetés során használható. A formátumot sztringként '3x2' kell átadni. Megjegyzés: A paraméter beállítása arányosan növeli a számítási időt, mivel a modell minden csempét és képet feldolgoz.	nincs alapértelmezett érték
tile_overlap_ratio	Szabályozza az átfedés arányát a szomszédos csempék között az egyes dimenziókban. Ha a csempe határán lévő objektumok túl nagyok ahhoz, hogy teljesen elférjenek az egyik csempén, növelje ennek a paraméternek az értékét, hogy az objektumok teljesen elférjenek legalább az egyik csempén. Lebegőpontosnak kell lennie a következőben: [0, 1).	0,25
tile_predictions_nms_thresh	Az egyesítési küszöbértékek közötti metszet, amely a csempék és a rendszerképek előrejelzéseinek egyesítése során nem maximális elnyomást (nm) tesz lehetővé. Az ellenőrzés és a következtetés során elérhető. Módosítsa ezt a paramétert, ha objektumonként több mező is észlelhető a végleges előrejelzésekben. A lebegőpontosnak [0, 1] kell lennie.	0,25

Példajegyzetfüzetek

Az objektumészlelési modell beállítására és betanítására vonatkozó részletes kódmintákért tekintse meg az objektumészlelési mintajegyzetfüzetet .

Feljegyzés

A cikkben szereplő összes kép az MIT licencszerződésének engedélyezett használati szakaszával összhangban érhető el. Copyright © 2020 Roboflow, Inc.

Következő lépések

• További információ a modell üzembe helyezésének módjáról és módjáról.
• Az egyes feladatokhoz megadott teljesítménydiagramokra és metrikákra vonatkozó definíciókat és példákat az automatizált gépi tanulási kísérletek eredményeinek kiértékelése című témakörben talál.
• Oktatóanyag: Objektumészlelési modell betanítása az AutoML és a Python használatával.
• Tekintse meg , milyen hiperparaméterek érhetők el a számítógépes látási feladatokhoz.
• Előrejelzések készítése az ONNX-zel számítógépes látásmodelleken az AutoML-ből