ImageObjectDetection interface
图像对象检测。 对象检测用于识别图像中的对象，并使用边界框定位每个对象，例如在图像中定位所有狗和猫，并在每个对象周围绘制边界框。
属性
| primary |
要针对此任务进行优化的主要指标。 |
| task |
多态鉴别器，它指定此对象可以的不同类型的 |
继承属性
| limit |
[必需]限制 AutoML 作业的设置。 |
| log |
作业的详细记录。 |
| model |
用于训练模型的设置。 |
| search |
用于采样模型及其超参数的不同组合的搜索空间。 |
| sweep |
模型扫描和超参数扫描相关设置。 |
| target |
目标列名称：这是预测值列。 也称为分类任务的上下文中的标签列名称。 |
| training |
[必需]训练数据输入。 |
| validation |
验证数据输入。 |
| validation |
需要留出用于验证的定型数据集的分数。 未提供验证数据集时应用的值（0.0、1.0）。 |
属性详细信息
primaryMetric
要针对此任务进行优化的主要指标。
primaryMetric?: string属性值
string
taskType
多态鉴别器，它指定此对象可以的不同类型的
taskType: "ImageObjectDetection"属性值
"ImageObjectDetection"
继承属性详细信息
limitSettings
[必需]限制 AutoML 作业的设置。
limitSettings: ImageLimitSettings属性值
logVerbosity
modelSettings
用于训练模型的设置。
modelSettings?: ImageModelSettingsObjectDetection属性值
searchSpace
用于采样模型及其超参数的不同组合的搜索空间。
searchSpace?: ImageModelDistributionSettingsObjectDetection[]属性值
sweepSettings
模型扫描和超参数扫描相关设置。
sweepSettings?: ImageSweepSettings属性值
targetColumnName
目标列名称：这是预测值列。 也称为分类任务的上下文中的标签列名称。
targetColumnName?: string属性值
string
trainingData
validationData
验证数据输入。
validationData?: MLTableJobInput属性值
validationDataSize
需要留出用于验证的定型数据集的分数。 未提供验证数据集时应用的值（0.0、1.0）。
validationDataSize?: number属性值
number