Initiera bildtransformering
Den här artikeln beskriver hur du använder komponenten Init Image Transformation i Azure Machine Learning-designern för att initiera bildtransformering för att ange hur du vill att avbildningen ska transformeras.
Så här konfigurerar du Init-bildtransformering
Lägg till komponenten Init Image Transformation i pipelinen i designern.
För Ändra storlek anger du om du vill ändra storlek på PIL-indatabilden till den angivna storleken. Om du väljer "Sant" kan du ange önskad utdatabildstorlek i Storlek, som standard 256.
För Center crop anger du om du vill beskära den angivna PIL-avbildningen i mitten. Om du väljer "Sant" kan du ange önskad bildstorlek för beskärningen i Beskärningsstorlek, som standard 224.
För Pad anger du om du vill fylla ut den angivna PIL-bilden på alla sidor med pad-värdet 0. Om du väljer "Sant" kan du ange utfyllnad (hur många bildpunkter som ska läggas till) på varje kantlinje i Utfyllnad.
För Färgjitter anger du om en bilds ljusstyrka, kontrast och mättnad ska ändras slumpmässigt.
För Gråskala anger du om du vill konvertera bilden till gråskala.
För Slumpmässig storlekssröda anger du om den angivna PIL-bilden ska beskäras till slumpmässig storlek och proportioner. En gröda av slumpmässig storlek (från 0,08 till 1,0) av den ursprungliga storleken och ett slumpmässigt proportioner (intervall från 3/4 till 4/3) av det ursprungliga proportionerförhållandet görs. Denna gröda ändras slutligen till en viss storlek. Detta används ofta för att träna inception-nätverken. Om du väljer "Sant" kan du ange den förväntade utdatastorleken för varje kant i Slumpmässig storlek, som standard 256.
För Slumpmässig gröda anger du om du vill beskära den angivna PIL-bilden på en slumpmässig plats. Om du väljer "Sant" kan du ange önskad utdatastorlek för grödan i Slumpmässig beskärningsstorlek, som standard 224.
För Slumpmässig vågrät flip anger du om den angivna PIL-bilden ska vändas slumpmässigt med sannolikheten 0,5.
För Slumpmässig lodrät flip anger du om den angivna PIL-bilden ska vändas lodrätt med sannolikheten 0,5.
För Slumpmässig rotation anger du om bilden ska roteras efter vinkel. Om du väljer "Sant" kan du ange i gradersintervall genom att ange Slumpmässiga rotationsgrader, vilket innebär (-grader, +grader), som standard 0.
För Slumpmässig affin anger du om du vill slumpmässiga affintransformering av bilden som behåller mitten invariant. Om du väljer "Sant" kan du ange i intervall med grader att välja bland i Slumpmässiga affingrader, vilket innebär (-grader, +grader), som standard 0.
För Slumpmässig gråskala anger du om bilden ska konverteras slumpmässigt till gråskala med sannolikheten 0,1.
För Slumpmässigt perspektiv anger du om perspektivtransformeringen av den angivna PIL-bilden ska utföras slumpmässigt med sannolikheten 0,5.
Anslut till komponenten Apply Image Transformation (Använd bildtransformering ) för att tillämpa den transformering som anges ovan på datauppsättningen för indatabilder.
Skicka pipelinen.
Resultat
När omvandlingen är klar kan du hitta transformerade bilder i utdata från komponenten Apply Image Transformation .
Tekniska anteckningar
https://pytorch.org/vision/stable/transforms.html Mer information om bildtransformering finns i.
Komponentparametrar
Name | Intervall | Typ | Standardvärde | Beskrivning |
---|---|---|---|---|
Ändra storlek | Valfri | Boolesk | Sant | Ändra storlek på PIL-indatabilden till den angivna storleken |
Storlek | >=1 | Integer | 256 | Ange önskad utdatastorlek |
Mittengröda | Valfri | Boolesk | Sant | Beskär den angivna PIL-bilden i mitten |
Beskärningsstorlek | >=1 | Integer | 224 | Ange önskad utdatastorlek för beskärningen |
Pad | Valfri | Boolesk | Falskt | Fyll ut den angivna PIL-bilden på alla sidor med det angivna "pad"-värdet |
Utfyllnad | >=0 | Integer | 0 | Utfyllnad på varje kantlinje |
Färgjitter | Valfri | Boolesk | Falskt | Ändra en bilds ljusstyrka, kontrast och mättnad slumpmässigt |
Gråskala | Valfri | Boolesk | Falskt | Konvertera bilden till gråskala |
Slumpmässig storlekssröda | Valfri | Boolesk | Falskt | Beskär den angivna PIL-bilden till slumpmässig storlek och proportioner |
Slumpmässig storlek | >=1 | Integer | 256 | Förväntad utdatastorlek för varje kant |
Slumpmässig gröda | Valfri | Boolesk | Falskt | Beskär den angivna PIL-bilden på en slumpmässig plats |
Slumpmässig beskärningsstorlek | >=1 | Integer | 224 | Önskad utdatastorlek för beskärningen |
Slumpmässig vågrät vänd | Valfri | Boolesk | Sant | Vänd den angivna PIL-bilden slumpmässigt vågrätt med en viss sannolikhet |
Slumpmässig lodrät vänd | Valfri | Boolesk | Falskt | Vänd den angivna PIL-bilden slumpmässigt lodrätt med en viss sannolikhet |
Slumpmässig rotation | Valfri | Boolesk | Falskt | Rotera bilden efter vinkel |
Slumpmässiga rotationsgrader | [0,180] | Integer | 0 | Intervall med grader att välja mellan |
Slumpmässig affin | Valfri | Boolesk | Falskt | Slumpmässig affinomvandling av bilden som behåller mitten invariant |
Slumpmässiga affingrader | [0,180] | Integer | 0 | Intervall med grader att välja mellan |
Slumpmässig gråskala | Valfri | Boolesk | Falskt | Konvertera bilden slumpmässigt till gråskala med sannolikheten 0,1 |
Slumpmässigt perspektiv | Valfri | Boolesk | Falskt | Utför perspektivtransformering av den angivna PIL-bilden slumpmässigt med sannolikheten 0,5 |
Slumpmässig radering | Valfri | Boolesk | Falskt | Slumpmässigt markerar en rektangelregion i en bild och raderar dess bildpunkter med sannolikheten 0,5 |
Utdata
Namn | Typ | Beskrivning |
---|---|---|
Transformering av utdatabild | TransformationDirectory | Transformering av utdatabild som kan anslutas till komponenten Tillämpa bildomvandling . |
Nästa steg
Se den uppsättning komponenter som är tillgängliga för Azure Machine Learning.