ImageModelSettingsObjectDetection interface

每个图像的最大检测数，适用于所有类。 必须是正整数。 注意：“yolov5”算法不支持此设置。

boxDetectionsPerImage?: number

属性值

在推理期间，仅返回分类分数大于 BoxScoreThreshold 的建议。 必须是范围[0， 1] 中的浮点。

boxScoreThreshold?: number

属性值

用于训练和验证的图像大小。 必须是正整数。 注意：如果大小太大，训练运行可能会进入 CUDA OOM。 注意：仅“yolov5”算法支持此设置。

imageSize?: number

属性值

将图像馈送至主干之前要重新缩放的最大大小。 必须是正整数。 注意：如果大小太大，训练运行可能会进入 CUDA OOM。 注意：“yolov5”算法不支持此设置。

maxSize?: number

属性值

将图像馈送到主干之前要重新缩放的最小大小。 必须是正整数。 注意：如果大小太大，训练运行可能会进入 CUDA OOM。 注意：“yolov5”算法不支持此设置。

minSize?: number

属性值

模型尺寸。 必须是“small”、“medium”、“large”或“xlarge”。 注意：如果模型大小太大，训练运行可能会进入 CUDA OOM。 注意：仅“yolov5”算法支持此设置。

modelSize?: string

属性值

按 +/- 50%的不同图像大小启用多缩放图像。 注意：如果没有足够的 GPU 内存，训练运行可能会进入 CUDA OOM。 注意：仅“yolov5”算法支持此设置。

multiScale?: boolean

属性值

在 NMS 后期处理的推理期间使用的 IOU 阈值。 必须是 [0， 1] 范围内的浮点。

nmsIouThreshold?: number

属性值

用于平铺每个图像的网格大小。 注意：TileGridSize 不得为 None 才能启用小型对象检测逻辑。 一个字符串，其中包含两个整数（采用格式）。 注意：“yolov5”算法不支持此设置。

tileGridSize?: string

属性值

每个维度中相邻磁贴之间的重叠比率。 必须在 [0， 1] 范围内浮动。 注意：“yolov5”算法不支持此设置。

tileOverlapRatio?: number

属性值

用于执行 NMS 的 IOU 阈值，同时合并来自磁贴和图像的预测。 用于验证/推理。 必须在 [0， 1] 范围内浮动。 注意：“yolov5”算法不支持此设置。

tilePredictionsNmsThreshold?: number

属性值

计算验证指标时要使用的 IOU 阈值。 必须在 [0， 1] 范围内浮动。

validationIouThreshold?: number

属性值

用于验证指标的指标计算方法。

validationMetricType?: string

属性值

高级方案的设置。

advancedSettings?: string

属性值

继承自ImageModelSettings.advancedSettings

优化器为“adam”或“adamw”时启用 AMSGrad。

amsGradient?: boolean

属性值

继承自ImageModelSettings.amsGradient

使用扩充的设置。

augmentations?: string

属性值

继承自ImageModelSettings.augmentations

优化器为“adam”或“adamw”时“beta1”的值。 必须是 [0， 1] 范围内的浮点。

beta1?: number

属性值

继承自ImageModelSettings.beta1

优化器为“adam”或“adamw”时“beta2”的值。 必须是 [0， 1] 范围内的浮点。

beta2?: number

属性值

继承自ImageModelSettings.beta2

存储模型检查点的频率。 必须是正整数。

checkpointFrequency?: number

属性值

继承自ImageModelSettings.checkpointFrequency

用于增量训练的预先训练检查点模型。

checkpointModel?: MLFlowModelJobInput

属性值

继承自ImageModelSettings.checkpointModel

上一次运行的 ID，该运行具有用于增量训练的预先训练检查点。

checkpointRunId?: string

属性值

继承自ImageModelSettings.checkpointRunId

是否使用分布式训练。

distributed?: boolean

属性值

继承自ImageModelSettings.distributed

在训练期间启用提前停止逻辑。

earlyStopping?: boolean

属性值

继承自ImageModelSettings.earlyStopping

跟踪主要指标改进之前要等待的最小纪元或验证评估数，以便提前停止。 必须是正整数。

earlyStoppingDelay?: number

属性值

继承自ImageModelSettings.earlyStoppingDelay

在停止运行之前，没有主要指标改进的最小纪元或验证评估数。 必须是正整数。

earlyStoppingPatience?: number

属性值

继承自ImageModelSettings.earlyStoppingPatience

导出 ONNX 模型时启用规范化。

enableOnnxNormalization?: boolean

属性值

继承自ImageModelSettings.enableOnnxNormalization

评估验证数据集以获取指标分数的频率。 必须是正整数。

evaluationFrequency?: number

属性值

继承自ImageModelSettings.evaluationFrequency

渐变累积意味着在不更新模型权重的情况下运行配置的“GradAccumulationStep”步骤，同时累积这些步骤的渐变，然后使用累积的渐变来计算权重更新。 必须是正整数。

gradientAccumulationStep?: number

属性值

继承自ImageModelSettings.gradientAccumulationStep

要冻结模型的层数。 必须是正整数。 例如，将 2 作为“seresnext”的值传递意味着冻结 layer0 和 layer1。 有关支持模型的完整列表以及层冻结的详细信息，请参阅：https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models。

layersToFreeze?: number

属性值

继承自ImageModelSettings.layersToFreeze

初始学习速率。 必须是 [0， 1] 范围内的浮点。

learningRate?: number

属性值

继承自ImageModelSettings.learningRate

学习速率计划程序的类型。 必须是“warmup_cosine”或“step”。

learningRateScheduler?: string

属性值

继承自ImageModelSettings.learningRateScheduler

要用于训练的模型的名称。 有关可用模型的详细信息，请访问官方文档：https://docs.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models。

modelName?: string

属性值

继承自ImageModelSettings.modelName

优化器为“zn”时的动量值。 必须是 [0， 1] 范围内的浮点。

momentum?: number

属性值

继承自ImageModelSettings.momentum

优化器为“zn”时启用 nesterov。

nesterov?: boolean

属性值

继承自ImageModelSettings.nesterov

训练纪元数。 必须是正整数。

numberOfEpochs?: number

属性值

继承自ImageModelSettings.numberOfEpochs

数据加载程序辅助角色数。 必须是非负整数。

numberOfWorkers?: number

属性值

继承自ImageModelSettings.numberOfWorkers

优化器的类型。

optimizer?: string

属性值

继承自ImageModelSettings.optimizer

使用确定性训练时要使用的随机种子。

randomSeed?: number

属性值

继承自ImageModelSettings.randomSeed

当学习速率计划程序为“step”时，gamma 的值。 必须是 [0， 1] 范围内的浮点。

stepLRGamma?: number

属性值

继承自ImageModelSettings.stepLRGamma

学习速率计划程序为“step”时步骤大小的值。 必须是正整数。

stepLRStepSize?: number

属性值

继承自ImageModelSettings.stepLRStepSize

训练批大小。 必须是正整数。

trainingBatchSize?: number

属性值

继承自ImageModelSettings.trainingBatchSize

验证批大小。 必须是正整数。

validationBatchSize?: number

属性值

继承自ImageModelSettings.validationBatchSize

学习速率计划程序为“warmup_cosine”时的余弦周期值。 必须是 [0， 1] 范围内的浮点。

warmupCosineLRCycles?: number

属性值

继承自ImageModelSettings.warmupCosineLRCycles

当学习速率计划程序为“warmup_cosine”时，预热时期的值。 必须是正整数。

warmupCosineLRWarmupEpochs?: number

属性值

继承自ImageModelSettings.warmupCosineLRWarmupEpochs

优化器为“zn”、“adam”或“adamw”时的权重衰减值。 必须是范围[0， 1] 中的浮点。

weightDecay?: number

属性值

继承自ImageModelSettings.weightDecay