Använda bildtransformering
Den här artikeln beskriver hur du använder komponenten Apply Image Transformation i Azure Machine Learning-designern för att ändra en indatabildkatalog baserat på en tidigare angiven bildtransformering.
Du måste ansluta en init-bildtransformeringskomponent för att ange omvandlingen och sedan kan du tillämpa den här omvandlingen på indatabildkatalogen för komponenten Apply Image Transformation.
Så här använder du tillämpa bildtransformering
Lägg till komponenten Apply Image Transformation (Använd bildtransformering ) i pipelinen. Du hittar den här komponenten under kategorin Visuellt innehåll/Bilddatatransformering.
Anslut utdata från Init Image Transformation till den vänstra inmatningen av Apply Image Transformation.
Anteckning
Endast bildtransformering som genereras av komponenten Init Image Transformation accepteras för den här komponenten. För andra typer av transformering ansluter du den till Tillämpa transformering, annars genereras "InvalidTransformationDirectoryError".
Anslut den avbildningskatalog som du vill transformera.
För Läge anger du för vilket syfte du använder indatatransformering: "För träning" eller "För slutsatsdragning".
Om du väljer För träning tillämpas all transformering som du anger i Init Image Transformation.
Om du väljer För slutsatsdragning undantas transformering som att skapa nya exempel slumpmässigt innan de tillämpas. Det beror på att transformeringsåtgärder för att skapa nya urval slumpmässigt som "Slumpmässig vågrät flip" används för dataförstärkning i träning, som bör tas bort i slutsatsdragning eftersom slutsatsdragningsexempel måste åtgärdas för korrekt förutsägelse och utvärdering.
Anteckning
Transformeringar som kommer att undantas i läge För slutsatsdragning är: Slumpmässig storleksförändring, Slumpmässig gröda, Slumpmässig vågrät flip, Slumpmässig lodrät flip, Slumpmässig rotation, Slumpmässig affine, Slumpmässig gråskala, Slumpmässigt perspektiv, Slumpmässig radering.
Skicka pipelinen för att tillämpa en avbildningstransformering på en ny avbildningskatalog.
Komponentparametrar
| Name | Intervall | Typ | Standardvärde | Beskrivning |
|---|---|---|---|---|
| Läge | Valfri | Läge | (Kräv att användaren anger) | I vilket syfte använder du indatatransformering. Du bör utesluta "slumpmässiga" transformeringsåtgärder i slutsatsdragning men behålla dem i träning |
Förväntade indata
| Namn | Typ | Beskrivning |
|---|---|---|
| Transformering av indatabild | TransformationDirectory | Transformering av indatabild |
| Indatabildkatalog | ImageDirectory | Avbildningskatalog som ska transformeras |
Utdata
| Namn | Typ | Beskrivning |
|---|---|---|
| Utdatabildkatalog | ImageDirectory | Utdatabildkatalog |
Nästa steg
Se den uppsättning komponenter som är tillgängliga för Azure Machine Learning.