Ocenianie modelu obrazów

W tym artykule opisano składnik w projektancie Azure Machine Learning.

Ten składnik służy do generowania przewidywań przy użyciu wytrenowanego modelu obrazu na danych wejściowych obrazu.

Jak skonfigurować model generowania wyników obrazów

  1. Dodaj składnik Score Image Model (Generowanie wyników modelu obrazu ) do potoku.

  2. Dołącz wytrenowany model obrazu i zestaw danych zawierający dane wejściowe obrazu.

    Dane powinny być typu ImageDirectory. Aby uzyskać więcej informacji o sposobie uzyskiwania katalogu obrazów, zobacz Konwertowanie na składnik Katalogu obrazów . Schemat wejściowego zestawu danych powinien być również ogólnie zgodny ze schematem danych używanych do trenowania modelu.

  3. Prześlij potok.

Wyniki

Po wygenerowaniu zestawu wyników przy użyciu funkcji Score Image Model (Generowanie wyników dla modelu obrazów) w celu wygenerowania zestawu metryk używanych do oceny dokładności modelu (wydajności) można połączyć ten składnik i wygenerowany zestaw danych w celu oceny modelu,

Publikowanie wyników jako usługi internetowej

Typowym zastosowaniem oceniania jest zwrócenie danych wyjściowych w ramach predykcyjnej usługi internetowej. Aby uzyskać więcej informacji, zobacz ten samouczek dotyczący wdrażania punktu końcowego w czasie rzeczywistym na podstawie potoku w projektancie Azure Machine Learning.

Następne kroki

Zobacz zestaw składników dostępnych do Azure Machine Learning.