Apply Image Transformation

Questo articolo descrive come usare il componente Applica trasformazione immagine nella finestra di progettazione di Azure Machine Learning per modificare una directory di immagini di input in base a una trasformazione immagine specificata in precedenza.

È necessario connettere un componente Trasformazione Immagine Init per specificare la trasformazione e quindi è possibile applicare tale trasformazione alla directory dell'immagine di input del componente Applica trasformazione immagine.

Come usare la trasformazione Applica immagine

1. Aggiungere il componente Applica trasformazione immagine alla pipeline. È possibile trovare questo componente nella categoria Visione artificiale/Trasformazione dati immagine.

2. Connettere l'output della trasformazione Immagine Init all'input sinistro della trasformazione Applica immagine.

   Nota

   Per questo componente viene accettata solo la trasformazione immagine generata dal componente Trasformazione immagine Init. Per un altro tipo di trasformazione, connetterlo a Applica trasformazione; in caso contrario, verrà generata l'eccezione 'InvalidTransformationDirectoryError'.

3. Connettere la directory dell'immagine da trasformare.

4. Per Mode specificare per quale scopo si usa la trasformazione di input: 'For training' o 'For inference'.

   Se si seleziona Per il training, verrà applicata tutta la trasformazione specificata in Trasformazione Immagine Init.

   Se si seleziona Per inferenza, la trasformazione come la creazione di nuovi esempi in modo casuale verrà esclusa prima di essere applicata. Ciò è dovuto al fatto che le operazioni di trasformazione per creare nuovi campioni in modo casuale come "Capovolgimento orizzontale casuale" vengono usate per l'aumento dei dati nel training, che deve essere rimosso nell'inferenza perché gli esempi di inferenza devono essere corretti per una stima e una valutazione accurate.

   Nota

   Le trasformazioni che verranno escluse in modalità For inference sono: Ritaglio casuale ridimensionato casuale, Ritaglio casuale, Capovolgimento orizzontale casuale, Capovolgimento verticale casuale, Rotazione casuale, Affine casuale, Scala di grigi casuali, Prospettiva casuale, Cancellazione casuale.

5. Per applicare una trasformazione immagine a una nuova directory di immagini, inviare la pipeline.

Parametri del componente

Input previsti

Output

Passaggi successivi

Vedere il set di componenti disponibili per Azure Machine Learning.