次の方法で共有


ImageModelSettingsObjectDetection クラス

定義

モデルのトレーニングに使用される設定。 使用可能な設定の詳細については、公式ドキュメントを参照してください。 https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models

public class ImageModelSettingsObjectDetection : Azure.ResourceManager.MachineLearning.Models.ImageModelSettings
type ImageModelSettingsObjectDetection = class
    inherit ImageModelSettings
Public Class ImageModelSettingsObjectDetection
Inherits ImageModelSettings
継承
ImageModelSettingsObjectDetection

コンストラクター

ImageModelSettingsObjectDetection()

ImageModelSettingsObjectDetection の新しいインスタンスを初期化します。

プロパティ

AdvancedSettings

高度なシナリオの設定。

(継承元 ImageModelSettings)
AmsGradient

オプティマイザーが 'adam' または 'adamw' の場合に AMSGrad を有効にします。

(継承元 ImageModelSettings)
Augmentations

拡張を使用するための設定。

(継承元 ImageModelSettings)
Beta1

オプティマイザーが 'adam' または 'adamw' の場合の 'beta1' の値。 範囲 [0, 1] の float にする必要があります。

(継承元 ImageModelSettings)
Beta2

オプティマイザーが 'adam' または 'adamw' の場合の 'beta2' の値。 範囲 [0, 1] の float にする必要があります。

(継承元 ImageModelSettings)
BoxDetectionsPerImage

すべてのクラスで、画像あたりの最大検出数。 正の整数にする必要があります。 注: この設定は、"yolov5" アルゴリズムではサポートされていません。

BoxScoreThreshold

推論中に、BoxScoreThreshold より大きい分類スコアを持つ提案のみを返します。 範囲 [0, 1] の float である必要があります。

CheckpointFrequency

モデル チェックポイントを格納する頻度。 正の整数にする必要があります。

(継承元 ImageModelSettings)
CheckpointModel

増分トレーニング用の事前トレーニング済みチェックポイント モデル。

(継承元 ImageModelSettings)
CheckpointRunId

増分トレーニング用の事前トレーニング済みチェックポイントを持つ前の実行の ID。

(継承元 ImageModelSettings)
Distributed

分散トレーニングを使用するかどうか。

(継承元 ImageModelSettings)
EarlyStopping

トレーニング中に早期停止ロジックを有効にします。

(継承元 ImageModelSettings)
EarlyStoppingDelay

プライマリ メトリックの改善が早期停止のために追跡されるまで待機するエポックまたは検証評価の最小数。 正の整数にする必要があります。

(継承元 ImageModelSettings)
EarlyStoppingPatience

実行が停止する前に主要なメトリックの改善がないエポックまたは検証評価の最小数。 正の整数にする必要があります。

(継承元 ImageModelSettings)
EnableOnnxNormalization

ONNX モデルをエクスポートするときに正規化を有効にします。

(継承元 ImageModelSettings)
EvaluationFrequency

メトリック スコアを取得するために検証データセットを評価する頻度。 正の整数にする必要があります。

(継承元 ImageModelSettings)
GradientAccumulationStep

グラデーションの累積とは、モデルの重みを更新せずに構成された数の "GradAccumulationStep" ステップを実行し、それらのステップの勾配を蓄積し、累積勾配を使用して重みの更新を計算することを意味します。 正の整数にする必要があります。

(継承元 ImageModelSettings)
ImageSize

トレーニングおよび検証用の画像サイズ。 正の整数にする必要があります。 注: サイズが大きすぎると、トレーニング実行が CUDA OOM に入る可能性があります。 注: この設定は、'yolov5' アルゴリズムでのみサポートされています。

LayersToFreeze

モデルのフリーズするレイヤーの数。 正の整数にする必要があります。 たとえば、'seresnext' の値として 2 を渡すと、レイヤー 0 とレイヤー 1 がフリーズします。 サポートされているモデルの完全な一覧とレイヤーのフリーズの詳細については、次を参照してください。 https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models

(継承元 ImageModelSettings)
LearningRate

初期学習率。 範囲 [0, 1] の float にする必要があります。

(継承元 ImageModelSettings)
LearningRateScheduler

学習率スケジューラの種類。 'warmup_cosine' または 'step' である必要があります。

(継承元 ImageModelSettings)
LogTrainingMetrics

トレーニング メトリックのコンピューティングとログ記録を有効にします。

LogValidationLoss

コンピューティングとログの検証損失を有効にします。

MaxSize

バックボーンにフィードする前に再スケーリングする画像の最大サイズ。 正の整数にする必要があります。 注: サイズが大きすぎる場合、トレーニングの実行が CUDA OOM になることがあります。 注: この設定は、"yolov5" アルゴリズムではサポートされていません。

MinSize

バックボーンにフィードする前に再スケーリングする画像の最小サイズ。 正の整数にする必要があります。 注: サイズが大きすぎる場合、トレーニングの実行が CUDA OOM になることがあります。 注: この設定は、"yolov5" アルゴリズムではサポートされていません。

ModelName

トレーニングに使用するモデルの名前。 使用可能なモデルの詳細については、公式ドキュメントを参照してください。 https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models

(継承元 ImageModelSettings)
ModelSize

モデルのサイズ。 'small'、'medium'、'large'、または 'xlarge' である必要があります。 注: モデルのサイズが大きすぎる場合、トレーニングの実行が CUDA OOM になることがあります。 注: この設定は、'yolov5' アルゴリズムでのみサポートされています。

Momentum

オプティマイザーが 'sgd' の場合のモメンタムの値。 範囲 [0, 1] の float にする必要があります。

(継承元 ImageModelSettings)
MultiScale

イメージ サイズを +/- 50% 変更して、マルチスケール イメージを有効にします。 注: 十分な GPU メモリがない場合、トレーニングの実行が CUDA OOM になることがあります。 注: この設定は、'yolov5' アルゴリズムでのみサポートされています。

Nesterov

オプティマイザーが 'sgd' の場合に nesterov を有効にします。

(継承元 ImageModelSettings)
NmsIouThreshold

NMS の後処理で推論中に使用される IOU しきい値。 範囲 [0, 1] の float にする必要があります。

NumberOfEpochs

トレーニング エポックの数。 正の整数にする必要があります。

(継承元 ImageModelSettings)
NumberOfWorkers

データ ローダー ワーカーの数。 負以外の整数である必要があります。

(継承元 ImageModelSettings)
Optimizer

オプティマイザーの種類。

(継承元 ImageModelSettings)
RandomSeed

決定論的トレーニングを使用するときに使用されるランダム シード。

(継承元 ImageModelSettings)
StepLRGamma

学習率スケジューラが "ステップ" の場合のガンマの値。 範囲 [0, 1] の float にする必要があります。

(継承元 ImageModelSettings)
StepLRStepSize

学習率スケジューラが 'step' の場合のステップ サイズの値。 正の整数にする必要があります。

(継承元 ImageModelSettings)
TileGridSize

各画像のタイルに使用するグリッド サイズ。 注: 小さなオブジェクト検出ロジックを有効にするには、TileGridSize を None にすることはできません。 mxn 形式の 2 つの整数を含む文字列。 注: この設定は、"yolov5" アルゴリズムではサポートされていません。

TileOverlapRatio

各ディメンションの隣接するタイル間のオーバーラップ率。 [0, 1] の範囲内で float である必要があります。 注: この設定は、"yolov5" アルゴリズムではサポートされていません。

TilePredictionsNmsThreshold

タイルおよび画像から予測をマージしながら NMS を実行するために使用する IOU しきい値。 検証や推論で使用されます。 範囲 [0, 1] に float を指定する必要があります。 注: この設定は、"yolov5" アルゴリズムではサポートされていません。

TrainingBatchSize

トレーニング バッチ サイズ。 正の整数にする必要があります。

(継承元 ImageModelSettings)
ValidationBatchSize

検証バッチ サイズ。 正の整数にする必要があります。

(継承元 ImageModelSettings)
ValidationIouThreshold

検証メトリックを計算するときに使用する IOU しきい値。 [0, 1] の範囲内で float である必要があります。

ValidationMetricType

検証メトリックに使用するメトリック計算方法。

WarmupCosineLRCycles

学習率スケジューラが "warmup_cosine" の場合のコサイン サイクルの値。 範囲 [0, 1] の float にする必要があります。

(継承元 ImageModelSettings)
WarmupCosineLRWarmupEpochs

学習率スケジューラが "warmup_cosine" の場合のウォームアップ エポックの値。 正の整数にする必要があります。

(継承元 ImageModelSettings)
WeightDecay

オプティマイザーが 'sgd'、'adam'、または 'adamw' の場合の重みの減衰の値。 範囲 [0, 1] の float である必要があります。

(継承元 ImageModelSettings)

適用対象