|
Подпись
|
Объяснение
|
Тип данных
|
|
Входные обучающие данные
|
Папки, содержащие кусочки изображений, метки и статистику, необходимые для обучения модели. Это результат работы инструмента Экспорт обучающих данных для глубокого обучения.
Несколько входных папок поддерживаются при выполнении следующих условий:
Типом формата метаданных должны быть классифицированные листы, отмеченные листы, листы с несколькими метками, классы визуальных объектов Pascal или маски RCNN.
Все обучающие данные должны иметь один и тот же формат метаданных.
Все обучающие данные должны иметь одинаковое количество каналов.
|
Folder
|
|
Выходная папка
|
Местоположение выходной папки, в которой будет храниться обученная модель.
|
Folder
|
|
Максимальное число периодов времени
(Дополнительный)
|
Максимальное число эпох, для которых будет обучаться модель. Максимальная эпоха, равная 1, означает, что набор данных будет передан через нейронную сеть вперед и назад один раз. Значение по умолчанию равно 20.
|
Long
|
|
Тип модели
(Дополнительный)
|
Задает тип модели, который будет применен для обучения модели глубокого обучения.
3D-RCNet (Классификация пикселов)–Для обучения модели будет использоваться архитектура трехмерной реляционной сверточной нейронной сети (3D-RCNet). Она наследует преимущества ConvNet и ViT, что обеспечивает высокопроизводительную классификацию гиперспектральных изображений.
BDCN Edge Detector (Классификация пикселов)–Для обучения модели будет использоваться архитектура двунаправленной каскадной сети (Bi-Directional Cascade Network (BDCN)). BDCN Edge Detector используется для классификации пикселов. Этот подход полезен для улучшения обнаружения границ объектов в разных масштабах.
Change Detector (Классификация пикселов)–Для обучения модели будет использоваться архитектура Change detector. Change detector используется для классификации пикселов. Этот подход создает объект модели, который использует два пространственно-временных изображения для создания классифицированного растра изменений. Входные обучающие данные для этого типа модели используют формат метаданных Classified Tiles.
ClimaX (Классификация пикселов)–Для обучения модели будет использоваться архитектура ClimaX. ClimaX используется для классификации пикселов. Этот подход в основном используется для анализа погоды и климата. Предварительные данные, используемые для этого типа модели, являются многомерными данными.
ConnectNet (Классификация пикселов)–Для обучения модели будет использоваться архитектура ConnectNet. ConnectNet используется для классификации пикселов. Этот подход применяется для извлечения дорожной сети из спутниковых снимков.
CycleGAN (Преобразование изображения)–Для обучения модели будет использоваться архитектура CycleGAN. CycleGAN используется для преобразования изображение-в-изображение. Этот подход создает объект модели, который преобразовывает изображения одного типа в другой. Этот подход уникален тем, что для обучения, изображения не должны перекрываться. Входные обучающие данные для этого типа модели используют формат метаданных CycleGAN.
DeepLabV3 (Классификация пикселов)–Для обучения модели будет использоваться архитектура DeepLabV3. DeepLab используется для классификации пикселов.
Deep Sort (Отслеживание объектов)–Для обучения модели будет использоваться архитектура Deep Sort. Deep Sort используется для обнаружения объектов на видео. Модель обучается с использованием кадров видео и определяет классы и ограничивающие рамки объектов в каждом кадре. Входные обучающие данные для этого типа модели используют формат метаданных Imagenet. While Siam Mask полезен при отслеживании объекта, а Deep Sort полезен при обучении модели отслеживанию нескольких объектов.
DETReg (Выявление объектов)–Для обучения модели будет использоваться архитектура DETReg. DETReg используется для обнаружения объектов. Входные обучающие данные для этого типа модели используют Pascal Visual Object Classes. Этот тип модели интенсивно использует GPU; для правильной работы требуется выделенный графический процессор с объемом памяти не менее 16 ГБ.
FasterRCNN (Выявление объектов)–Для обучения модели будет использоваться архитектура FasterRCNN. FasterRCNN используется для обнаружения объектов.
Feature classifier (Классификация объектов)–Для обучения модели будет использоваться архитектура классификатора объектов. Классификатор объектов используется для классификации объектов или изображений.
HED Edge Detector (Классификация пикселов)–Для обучения модели будет использоваться архитектура целостно-вложенного обнаружения границ (Holistically-Nested Edge Detection (HED)). HED Edge Detector используется для классификации пикселов. Этот подход полезен для обнаружения краев и границ объектов.
Image Captioner (Преобразование изображения)–Для обучения модели будет использоваться архитектура Image captioner. Image captioner используется для перевода изображения в текст. Этот подход создает модель, которая генерирует текстовые подписи к изображению.
MaskRCNN (Выявление объектов)–Для обучения модели будет использоваться архитектура MaskRCNN. MaskRCNN используется для обнаружения объектов. Этот подход используется для сегментации экземпляров, которая представляет собой точное выделение объектов на изображении. Эту модель можно использовать для обнаружения контуров зданий. Она работает с форматом метаданных MaskRCNN в качестве входных данных обучения. Значения классов для входных обучающих данных должны начинаться с единицы. Модели этого типа можно обучать только с помощью GPU с поддержкой CUDA.
MaX-DeepLab (Общая сегментация)–Для обучения модели будет использоваться архитектура MaX-DeepLab. MaX-DeepLab используется для общей сегментации. Этот подход создает объект модели, который генерирует изображения и объекты. Входные обучающие данные для этого типа модели используют формат метаданных Panoptic segmentation.
MMDetection (Выявление объектов)–Для обучения модели будет использоваться архитектура MMDetection. MMDetection используется для обнаружения объектов. Поддерживаемые форматы метаданных: прямоугольники Pascal Visual Object Class и прямоугольники KITTI.
MMSegmentation (Классификация пикселов)–Для обучения модели будет использоваться архитектура MMSegmentation. MMSegmentation используется для классификации пикселов. Поддерживаемый формат метаданных Classified Tiles.
Multi Task Road Extractor (Классификация пикселов)–Для обучения модели будет использоваться архитектура Multi Task Road Extractor. Multi Task Road Extractor используется для классификации пикселов. Этот подход применяется для извлечения дорожной сети из спутниковых снимков.
Pix2Pix (Преобразование изображения)–Для обучения модели будет использоваться архитектура Pix2Pix. Pix2Pix используется для преобразования изображение-в-изображение. Этот подход создает объект модели, который преобразовывает изображения одного типа в другой. Входные обучающие данные для этого типа модели используют формат метаданных Export Tiles.
Pix2PixHD (Преобразование изображения)–Для обучения модели будет использоваться архитектура Pix2PixHD. Pix2PixHD используется для преобразования изображение-в-изображение. Этот подход создает объект модели, который преобразовывает изображения одного типа в другой. Входные обучающие данные для этого типа модели используют формат метаданных Export Tiles.
PSETAE (Классификация пикселов)–Для обучения модели классификации временных рядов будет использоваться Архитектура Pixel-Set Encoders и Temporal Self-Attention (PSETAE). PSETAE используется для классификации пикселов. Предварительные данные, используемые для этого типа модели, являются многомерными данными.
Pyramid Scene Parsing Network (Классификация пикселов)–Для обучения модели будет использоваться архитектура Pyramid Scene Parsing Network (PSPNET). PSPNET используется для классификации пикселов.
RetinaNet (Выявление объектов)–Для обучения модели будет использоваться архитектура RetinaNet. RetinaNet используется для обнаружения объектов. Входные обучающие данные для этого типа модели используют формат метаданных Pascal Visual Object Classes.
RTDetrV2 (Выявление объектов)–Для обучения модели будет использоваться усовершенствованная архитектура Real-Time DEtection TRansformer (RTDetrV2). RTDetrV2 создан на основе предыдущего детектора реального времени RT-DETR. RTDetrV2 используется для обнаружения объектов. Входные обучающие данные для этого типа модели используют формат метаданных Pascal Visual Object Classes и прямоугольников KITTI.
SAMLoRA (Классификация пикселов)–Для обучения модели будет использоваться модель Segment Anything Model (SAME) с Адаптацией низкого ранга (LoRa). Этот тип модели использует модель SAM в качестве базовой модели и будет точно настраиваться под конкретную задачу с относительно низкими вычислительными требованиями и меньшим набором данных.
Siam Mask (Отслеживание объектов)–Для обучения модели будет использоваться архитектура Siam Mask. Siam Mask используется для обнаружения объектов на видео. Модель обучается с использованием кадров видео и определяет классы и ограничивающие рамки объектов в каждом кадре. Входные обучающие данные для этого типа модели используют формат метаданных MaskRCNN.
Single Shot Detector (Выявление объектов)–Для обучения модели будет использоваться архитектура Single Shot Detector (SSD). Для обнаружения объектов используется SSD. Входные обучающие данные для этого типа модели используют формат метаданных Pascal Visual Object Classes.
Super-resolution (Преобразование изображения)–Для обучения модели будет использоваться архитектура Super-resolution. Super-resolution используется для преобразования изображение-в-изображение. Этот подход создает объект модели, который увеличивает разрешение и улучшает качество изображений. Входные обучающие данные для этого типа модели используют формат метаданных Export Tiles.
U-Net (Классификация пикселов)–Для обучения модели будет использоваться архитектура U-Net. Для классификации пикселов используется U-Net.
YOLOv3 (Выявление объектов)–Для обучения модели будет использоваться архитектура YOLOv3. YOLOv3 используется для обнаружения объектов.
|
String
|
|
Размер пакета
(Дополнительный)
|
Число обучающих выборок, которые будут обрабатываться для обучения по одной за раз.
Увеличение размера пакета может повысить производительность инструмента, но по мере его увеличения используется все больше памяти.
Если для пакета заданного размера недостаточно памяти графического процессора, попробуйте установить и использовать оптимальный размер пакета. При появлении ошибки переполнения памяти задайте меньший размер пакета.
|
Long
|
|
Аргументы модели
(Дополнительный)
|
Информация из параметра Тип модели будет использоваться для заполнения этого параметра. Эти аргументы меняются в зависимости от архитектуры модели. Предварительно обученные модели ArcGIS и пользовательские модели глубокого обучения могут иметь дополнительные аргументы, поддерживаемые инструментом.
Дополнительные сведения о том, какие аргументы доступны для каждого типа модели, см. в разделе Аргументы глубокого обучения.
Столбцы таблицы значений:
|
Value Table
|
|
Скорость обучения
(Дополнительный)
|
Скорость обучения определяет масштаб корректировок, вносимых в модель во время обучения. Если значение не указано, инструмент автоматически вычисляет идеальную скорость, проверяя диапазон значений и выбирая тот, который обеспечивает наибольшее повышение точности модели.
|
Double
|
|
Опорная модель
(Дополнительный)
|
Задает предварительно настроенную нейросеть, которая будет использоваться в качестве архитектуры для обучения новой модели. Это метод называется Transfer Learning (передача модели обучения).
Кроме того, поддерживаемые нейронные сети свертки из моделей изображений PyTorch (timm) можно указать, используя timm в качестве префикса, например, timm:resnet31, timm:inception_v4, timm:efficientnet_b3 и т.д.
1.40625 градусов–Эта опорная модель была обучена на основе изображений, в которых разрешение каждой ячейки сетки охватывает область размером 1,40625 градуса на 1,40625 градуса. Она используется для прогнозирования погоды и климата. Это настройка с более высоким разрешением, позволяющая получать более точные выходные данные, но требующая большей вычислительной мощности.
5.625 градусов–Эта опорная модель была обучена на основе изображений, в которых разрешение каждой ячейки сетки охватывает область размером 5,625 градуса на 5,625 градуса. Она используется для прогнозирования погоды и климата. Это считается настройкой с низким разрешением, но она требует меньшей вычислительной мощности.
Clay large–Clay является предварительно настроенной опорной моделью на основе варианта Large архитектуры Vision Transformer (ViT) (300 миллионов параметров) с динамическим слоем эмбеддингов патчей. Он использует информацию о длине волны для динамического построения весов. Она была предварительно обучена на крупномасштабных данных дистанционного зондирования с различными спутниковыми сенсорами, включая Sentinel-2, Landsat, Sentinel-1 SAR, LINZ, NAIP и MODIS, при помощи контролируемых методов обучения (SSL).
DarkNet-53–Предварительно настроенная модель будет представлять собой сверточную нейронную сеть, обученную на наборе данных Imagenet, который содержит более 1 миллиона изображений и имеет глубину 53 слоя.
DenseNet-121–Предварительно настроенная модель будет представлять собой плотную сеть, обученную на наборе данных Imagenet, который содержит более 1 миллиона изображений и имеет глубину 121 слой. В отличие от ResNET, который объединяет слои с помощью суммирования, DenseNet объединяет слои посредством конкатенации.
DenseNet-161–Предварительно настроенная модель будет представлять собой плотную сеть, обученную на наборе данных Imagenet, который содержит более 1 миллиона изображений и имеет глубину 161 слой. В отличие от ResNET, который объединяет слои с помощью суммирования, DenseNet объединяет слои посредством конкатенации.
DenseNet-169–Предварительно настроенная модель будет представлять собой плотную сеть, обученную на наборе данных Imagenet, который содержит более 1 миллиона изображений и имеет глубину 169 слоев. В отличие от ResNET, который объединяет слои с помощью суммирования, DenseNet объединяет слои посредством конкатенации.
DenseNet-201–Предварительно настроенная модель будет представлять собой плотную сеть, обученную на наборе данных Imagenet, который содержит более 1 миллиона изображений и имеет глубину 201 слой. В отличие от ResNET, который объединяет слои с помощью суммирования, DenseNet объединяет слои посредством конкатенации.
DOFA base–Dynamic One-For-All (DOFA) является предварительно настроенной опорной моделью на основе варианта Base архитектуры Vision Transformer (ViT) (90 миллионов параметров) с динамическим слоем эмбеддингов патчей Он использует информацию о длине волны для динамической генерации весов. В отличие от стандартных опорных моделей, обученных на данных RGB, DOFA была предварительно обучена на крупномасштабных данных дистанционного зондирования с различными спутниковыми сенсорами, включая Sentinel-1, Sentinel-2, NAIP, hyperspectral и т.д., при помощи контролируемых методов обучения (SSL).
DOFA large–Dynamic One-For-All (DOFA) является предварительно настроенной опорной моделью на основе варианта Large архитектуры Vision Transformer (ViT) (300 миллионов параметров) с динамическим слоем эмбеддингов патчей. Он использует информацию о длине волны для динамической генерации весов. В отличие от стандартных опорных моделей, обученных на данных RGB, DOFA была предварительно обучена на крупномасштабных данных дистанционного зондирования с различными спутниковыми сенсорами, включая Sentinel-1, Sentinel-2, NAIP, hyperspectral и т.д., при помощи контролируемых методов обучения (SSL).
MobileNet версия 2–Предварительно настроенная модель будет обучаться на базе данных Imagenet, имеет глубину 54 слоя и предназначена для вычислений на периферийных устройствах, поскольку использует меньше памяти.
Reid_v1–Предварительно настроенная модель будет представлять собой сверточную нейронную сеть, обученную на наборе данных Imagenet, который используется для отслеживания объектов.
Reid_v2–Предварительно настроенная модель будет представлять собой сверточную нейронную сеть, обученную на наборе данных Imagenet, который используется для отслеживания объектов.
ResNet-18–Предварительно настроенная модель будет представлять собой остаточную сеть, обученную на наборе данных Imagenet, который содержит более 1 миллиона изображений и имеет глубину 18 слоев.
ResNet-34–Предварительно настроенная модель будет представлять собой остаточную сеть, обученную на наборе данных Imagenet, который содержит более 1 миллиона изображений и имеет глубину 34 слоя. Используется по умолчанию.
ResNet-50–Предварительно настроенная модель будет представлять собой остаточную сеть, обученную на наборе данных Imagenet, который содержит более 1 миллиона изображений и имеет глубину 50 слоев.
ResNet-101–Предварительно настроенная модель будет представлять собой остаточную сеть, обученную на наборе данных Imagenet, который содержит более 1 миллиона изображений и имеет глубину 101 слой.
ResNet-152–Предварительно настроенная модель будет представлять собой остаточную сеть, обученную на наборе данных Imagenet, который содержит более 1 миллиона изображений и имеет глубину 152 слоя.
ResNeXt-50–Предварительно настроенная модель будет представлять собой сверточную нейронную сеть, обученную на наборе данных Imagenet, и иметь глубину 50 слоев. Это однородная нейронная сеть, которая уменьшает количество гиперпараметров, необходимых для обычной ResNet.
ResNeXt-50 (32x4d)–Предварительно обученная на наборе данных ImageNet сверточная нейронная сеть глубиной 50 слоев, имеющая кардинальность в 32 группы, где каждая группа имеет ширину «узкого места» (bottleneck width) в 4 канала. Это однородная нейронная сеть, которая уменьшает количество гиперпараметров, необходимых для обычной ResNet. Она, как правило, более точная, чем ResNeXt-50, но требует большей вычислительной мощности.
SR3–Предварительно настроенная модель будет использовать модель Super Resolution via Repeated Refinition (SR3). SR3 адаптирует вероятностные модели диффузионного подавления шума к условному созданию изображений и обеспечивает сверхразрешение с помощью стохастического процесса подавления шума. Для получения дополнительной информации см. раздел Image Super-Resolution via Iterative Refinement на сайте arXiv.
SR3 U-ViT–Эта опорная модель относится к конкретной реализации архитектуры на основе Vision Transformer (ViT), разработанной для диффузионной модели в задачах генерации изображений и SR3.
TerraMind Base–Предварительно настроенная опорная модель TerraMind основывается на архитектуре ViT-Base, была предварительно обучена на миллиардах токенов из глобального набора данных TerraMesh. TerraMind представляет собой универсальную (any-to-any) генеративную мультимодальную модель для анализа данных наблюдения за Землей (EO). Модель использует двухмасштабную архитектуру трансформера (encoder-decoder), поддерживающую обработку пиксельных патчей и дискретных токенов.
TerraMind Large–Предварительно настроенная опорная модель TerraMind основывается на архитектуре ViT-Large, была предварительно обучена на миллиардах токенов из глобального набора данных TerraMesh. TerraMind представляет собой универсальную (any-to-any) генеративную мультимодальную модель для анализа данных наблюдения за Землей (EO). Модель использует двухмасштабную архитектуру трансформера (encoder-decoder), поддерживающую обработку пиксельных патчей и дискретных токенов.
VGG-11–Предварительно настроенная модель будет представлять собой сверточную нейронную сеть, обученную на наборе данных Imagenet, который содержит более 1 миллиона изображений для классификации изображений на 1000 категорий объектов и имеет глубину 11 слоев.
VGG-11 с пакетной нормализацией–Предварительно настроенная модель будет основана на сети VGG, но с пакетной нормализацией, включающей нормализацию каждого слоя в сети. Она обучалась на наборе данных Imagenet и имеет 11 слоев.
VGG-13–Предварительно настроенная модель будет представлять собой сверточную нейронную сеть, обученную на наборе данных Imagenet, который содержит более 1 миллиона изображений для классификации изображений на 1000 категорий объектов и имеет глубину 13 слоев.
VGG-13 с пакетной нормализацией–Предварительно настроенная модель будет основана на сети VGG, но с пакетной нормализацией, включающей нормализацию каждого слоя в сети. Она обучалась на наборе данных Imagenet и имеет 13 слоев.
VGG-16–Предварительно настроенная модель будет представлять собой сверточную нейронную сеть, обученную на наборе данных Imagenet, который содержит более 1 миллиона изображений для классификации изображений на 1000 категорий объектов и имеет глубину 16 слоев.
VGG-16 с пакетной нормализацией–Предварительно настроенная модель будет основана на сети VGG, но с пакетной нормализацией, включающей нормализацию каждого слоя в сети. Она обучалась на наборе данных Imagenet и имеет 16 слоев.
VGG-19–Предварительно настроенная модель будет представлять собой сверточную нейронную сеть, обученную на наборе данных Imagenet, который содержит более 1 миллиона изображений для классификации изображений на 1000 категорий объектов и имеет глубину 19 слоев.
VGG-19 с пакетной нормализацией–Предварительно настроенная модель будет основана на сети VGG, но с пакетной нормализацией, включающей нормализацию каждого слоя в сети. Она обучалась на наборе данных Imagenet и имеет 19 слоев.
ViT-B–Предварительно настроенная модель Segment Anything Model (SAM) будет использоваться с базовым размером нейронной сети. Это самый маленький размер. Для получения дополнительной информации смотрите в разделе Segment Anything на сайте arXiv.
ViT-L–Предварительно настроенная модель Segment Anything Model (SAM) будет использоваться с большим размером нейронной сети. Для получения дополнительной информации смотрите в разделе Segment Anything на сайте arXiv.
ViT-H–Предварительно настроенная модель Segment Anything Model (SAM) будет использоваться с огромным размером нейронной сети. Это самый большой размер. Для получения дополнительной информации смотрите в разделе Segment Anything на сайте arXiv.
Wide ResNet-50–Предварительно настроенная модель будет представлять собой сверточную нейронную сеть, обученную на наборе данных Imagenet, и иметь глубину 50 слоев. Она имеет ту же архитектуру, что и ResNET, но с большим количеством каналов.
Wide ResNet-50-2–Предварительно настроенная модель будет представлять собой сверточную нейронную сеть, обученную на наборе данных Imagenet, и иметь глубину 50 слоев. Она имеет вдвое большую пропускную способность канала, чем Wide ResNet-50.
|
String
|
|
Предварительно обученная модель
(Дополнительный)
|
Предварительно обученная модель, которая будет использоваться для уточнения новой модели. На входе берется файл определения модели Esri (.emd) или файл пакета глубокого обучения (.dlpk).
Предварительно обученная модель с похожими классами может быть уточнена для соответствия новой модели. Предварительно обученная модель должна быть обучена с помощью модели того же типа и базовой моделью, которые будут использоваться для обучения новой модели. Тонкая настройка поддерживается только для моделей, обученных с использованием ArcGIS.
|
File
|
|
Проверка %
(Дополнительный)
|
Процент обучающих выборок, которые будут использоваться для проверки модели. Значением по умолчанию является 10.
|
Double
|
|
Завершить, когда модель перестанет улучшаться
(Дополнительный)
|
Определяет, будут ли реализованы новые остановки.
Отмечено–Будет реализована ранняя остановка, и обучение модели остановится, когда модель перестанет улучшаться, независимо от указанного значения параметра Максимальное число эпох. Используется по умолчанию.
Не отмечено–Ранняя остановка не будет реализована, и обучение модели будет продолжаться до тех пор, пока не будет достигнуто значение параметра Максимальное число эпох.
|
Boolean
|
|
Закрепление модели
(Дополнительный)
|
Указывает, будут ли заморожены опорные слои в предварительно обученной модели, чтобы веса и смещения оставались такими, как они были изначально задуманы.
Отмечено–Опорные слои будут закреплены, а предзаданные веса и смещения не будут изменены в параметре Опорная модель. Используется по умолчанию.
Не отмечено–Опорные слои не будут закреплены, а веса и смещения параметра Опорная модель можно изменить, чтобы они соответствовали обучающим выборкам. Это требует больше времени для обработки, но обычно дает лучшие результаты.
|
Boolean
|
|
Увеличение данных
(Дополнительный)
|
Указывает тип увеличения данных, который будет использоваться.
Увеличение данных — это метод искусственного увеличения обучающего набора путем создания модифицированных копий набора данных с использованием существующих данных.
По умолчанию–Будут использоваться стандартные методы и значения увеличения данных. Стандартные методы увеличения данных — crop, dihedral_affine, contrast, brightness и zoom. Эти значения по умолчанию обычно хорошо подходят для спутниковых изображений.
Нет–Увеличение данных использоваться не будет.
Пользовательский–Значения увеличения данных будут заданы с помощью параметра Параметры увеличения. Это позволяет осуществлять прямой контроль над преобразованиями crop, rotate, brightness, contrast и zoom.
Файл–Преобразования fastai для увеличения обучающих наборов данных и наборов данных проверки будут заданы с помощью файла transforms.json, который находится в той же папке, что и обучающие данные. Для получения дополнительной информации о различных трансформациях см. vision transforms на сайте fastai.
|
String
|
|
Параметры увеличения
(Дополнительный)
|
Задает значение для каждого преобразования в параметре увеличения.
rotate—Изображение будет повернуто случайным образом (в градусах) по вероятности (p). Если градусы представляют диапазон (a,b), значение будет равномерно распределено от a до b. Значение по умолчанию – 30.0; 0.5.
brightness—Яркость изображения будет произвольно регулироваться в зависимости от значения изменения с вероятностью (p). Изменение 0 преобразует изображение в самое темное, а изменение 1 преобразует изображение в самое светлое. Изменение 0,5 не отрегулирует яркость. Если изменение представляет диапазон (), увеличение будет равномерно назначать значение от a до b. Значение по умолчанию – (0.4,0.6); 1.0.
contrast—Контрастность изображения будет случайным образом регулироваться в зависимости от значения масштаба с вероятностью (p). Масштаб 0 преобразует изображение в оттенки серого, а масштаб больше 1 преобразует изображение в суперконтрастное. Масштаб 1 не регулирует контрастность. Если масштаб — это диапазон (a,b), увеличение будет равномерно назначать значение от a до b. Значение по умолчанию (0.75, 1.5); 1.0.
zoom—Изображение будет произвольно увеличиваться в зависимости от значения масштаба. Значение масштаба имеет вид scale(a,b); p. Значение по умолчанию — (1.0, 1.2); 1.0, где p - вероятность. Только масштаб больше 1.0 приведет к увеличению изображения. Если масштаб представляет диапазон (a,b), будет равномерно назначено значение от a до b.
crop—Изображение будет обрезано случайным образом. Значение обрезки имеет вид size;p;row_pct;col_pct, где p - вероятность. Положение задается (col_pct, row_pct), с помощью col_pct и row_pct, нормализованными между 0 и 1. Если col_pct или row_pct — это диапазон (a,b), будет равномерно назначено значение от a до b. Значение по умолчанию chip_size;1.0; (0, 1); (0, 1), где 224 — размер фрагмента по умолчанию.
Столбцы таблицы значений:
|
Value Table
|
|
Размер фрагмента
(Дополнительный)
|
Размер изображения, которое будет использоваться для обучения модели. Изображения будут обрезаны до указанного размера фрагмента.
Размер фрагмента по умолчанию будет таким же, как размер листа обучающих данных. Если значения для размера листа по X и по Y отличаются, меньшее значение будет использовано для размера фрагмента по умолчанию. Размер фрагмента должен быть меньше, чем наименьший размер листа по X или Y для всех изображений во входных папках.
|
Long
|
|
Изменить размер до
(Дополнительный)
|
Изменяет размеры фрагментов изображения. После изменения размера фрагмента блоки пикселов будут обрезаны по размеру фрагмента и использованы для обучения. Этот параметр применяется только к обнаружению объектов (PASCAL VOC), классификации объектов (помеченные листы) и данным сверхвысокого разрешения.
Значение изменения размера часто составляет половину значения размера фрагмента. Если значение изменения размера меньше значения размера фрагмента, значение изменения размера используется для создания блоков пикселей для обучения.
|
String
|
|
Схема инициализации весов
(Дополнительный)
|
Задаёт схему, которая будет использоваться для инициализации весов для слоя.
Чтобы обучить модель с помощью мультиспектральных данных, модель должна учитывать различные типы доступных каналов. Это делается путем повторной инициализации первого слоя модели.
Этот параметр применим только в том случае, если в модели используются мультиспектральные изображения.
Произвольно–Случайные веса будут инициализированы для каналов, отличных от RGB, а предварительно обученные веса будут сохранены для каналов RGB. Используется по умолчанию.
Красный канал–Веса, соответствующие красному каналу из слоя предварительно обученной модели, будут клонированы для каналов, отличных от RGB, а предварительно обученные веса будут сохранены для каналов RGB.
Все произвольно–Случайные веса будут инициализированы как для каналов RGB, так и для каналов, отличных от RGB. Эта опция применима только к мультиспектральным изображениям.
|
String
|
|
Мониторинг метрик
(Дополнительный)
|
Задает метрику, которая будет отслеживаться при проверке контрольных точек и ранней остановке.
Потери проверки–Будут отслеживаться потери проверки. Когда потери проверки перестанут существенно изменяться, модель остановится. Используется по умолчанию.
Средняя точность–Будет контролироваться средневзвешенное значение точности на каждом пороге. Когда это значение перестанет существенно изменяться, модель остановится.
Accuracy–Будет отслеживаться соотношение количества правильных прогнозов к общему количеству прогнозов. Когда это значение перестанет существенно изменяться, модель остановится.
F1-оценка–Будет отслеживаться сочетание показателей точности и отклика модели. Когда это значение перестанет существенно изменяться, модель остановится.
MIoU–Будет отслеживаться среднее значение между пересечением и объединением (IoU) сегментированных объектов по всем изображениям тестового набора данных. Когда это значение перестанет существенно изменяться, модель остановится.
Нарезать–Производительность модели будет отслеживаться с помощью метрики Dice. Когда это значение перестанет существенно изменяться, модель остановится. Это значение может варьироваться от 0 до 1. Значение 1 соответствует идеальному совпадению пикселов между данными проверки и данными обучения.
Точность–Будет отслеживаться точность, которая измеряет точность модели при классификации образца как положительного. Когда это значение перестанет существенно изменяться, модель остановится. Точность – это соотношение между количеством правильно классифицированных положительных образцов и общим количеством классифицированных образцов (правильно или неправильно).
Отклик–Будет отслеживаться отклик, который измеряет способность модели обнаруживать положительные образцы. Когда это значение перестанет существенно изменяться, модель остановится. Чем выше отклик, тем больше положительных образцов обнаруживается. Значение отклика представляет собой соотношение между количеством положительных образцов, правильно классифицированных как положительные, и общим количеством положительных образцов.
Corpus bleu–Будет отслеживаться показатель Corpus bleu. Когда это значение перестанет существенно изменяться, модель остановится. Эта оценка используется для расчета точности нескольких предложений, таких как абзац или документ.
Multi label F-beta–Будет отслеживаться средневзвешенное гармоническое значение точности и отклика. Когда это значение перестанет существенно изменяться, модель остановится. Это часто называют показателем F-бета.
|
String
|
|
Включить Tensorboard
(Дополнительный)
|
Указывает, будут ли включены метрики Tensorboard во время обучения инструмента. Доступ к Tensorboard можно получить, используя URL-адрес в сообщениях инструмента.
Этот параметр поддерживается только для следующих моделей: CycleGAN, DeepLab, Faster RCNN, Feature Classifier, Image Captioner, Mask RCNN, Multi-Task Road Extractor, Pix2Pix, PSPNet Classifier, RetinaNet, Single-Shot Detector, SuperResolution и U-Net Classifier.
|
Boolean
|