Initiera bildtransformering

  • Artikel

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

  1. Lägg till komponenten Init Image Transformation i pipelinen i designern.

  2. 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.

  3. 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.

  4. 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.

  5. För Färgjitter anger du om en bilds ljusstyrka, kontrast och mättnad ska ändras slumpmässigt.

  6. För Gråskala anger du om du vill konvertera bilden till gråskala.

  7. 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.

  8. 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.

  9. För Slumpmässig vågrät flip anger du om den angivna PIL-bilden ska vändas slumpmässigt med sannolikheten 0,5.

  10. För Slumpmässig lodrät flip anger du om den angivna PIL-bilden ska vändas lodrätt med sannolikheten 0,5.

  11. 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.

  12. 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.

  13. För Slumpmässig gråskala anger du om bilden ska konverteras slumpmässigt till gråskala med sannolikheten 0,1.

  14. För Slumpmässigt perspektiv anger du om perspektivtransformeringen av den angivna PIL-bilden ska utföras slumpmässigt med sannolikheten 0,5.

  15. Anslut till komponenten Apply Image Transformation (Använd bildtransformering ) för att tillämpa den transformering som anges ovan på datauppsättningen för indatabilder.

  16. 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.