extractPixels: Machine Learning ピクセルの抽出のデータ変換

画像からピクセル値を抽出します。

使用方法

  extractPixels(vars, useAlpha = FALSE, useRed = TRUE, useGreen = TRUE,
    useBlue = TRUE, interleaveARGB = FALSE, convert = TRUE, offset = NULL,
    scale = NULL)

引数

vars

入力変数名の文字ベクトルの名前付きリストと、出力変数の名前。 入力変数は同じ型である必要があることに注意してください。 入力変数と出力変数の間の 1 対 1 のマッピングでは、名前付き文字ベクトルを使用できます。

useAlpha

アルファ チャネルを使用するかどうかを指定します。 既定値は FALSE です。

useRed

赤チャネルを使用するかどうかを指定します。 既定値は TRUE です。

useGreen

緑チャネルを使用するかどうかを指定します。 既定値は TRUE です。

useBlue

青チャネルを使用するかどうかを指定します。 既定値は TRUE です。

interleaveARGB

各チャネルを分離するか、ARGB 順序でインターリーブするか。 カーネルやストライドなどの形状に影響を与えるので、たとえば畳み込みニューラル ネットワークをトレーニングしている場合にこれが重要になることがあります。

convert

浮動小数点数に変換するかどうか。 既定値は FALSE です。

offset

オフセット (事前スケール) を指定します。 これには convert = TRUE が必要です。 既定値は NULL です。

scale

スケール ファクターを指定します。 これには convert = TRUE が必要です。 既定値は NULL です。

説明

extractPixels は、画像からピクセル値を抽出します。 入力変数は、同じサイズの画像 (通常は resizeImage の変換の出力) です。 出力は、ベクター形式のピクセル データで、通常、学習器で特徴として使用されます。

値

変換を定義する maml オブジェクト。

作成者

Microsoft Corporation Microsoft Technical Support

例

 train <- data.frame(Path = c(system.file("help/figures/RevolutionAnalyticslogo.png", package = "MicrosoftML")), Label = c(TRUE), stringsAsFactors = FALSE)

 # Loads the images from variable Path, resizes the images to 1x1 pixels and trains a neural net.
 model <- rxNeuralNet(
     Label ~ Features,
     data = train,
     mlTransforms = list(
         loadImage(vars = list(Features = "Path")),
         resizeImage(vars = "Features", width = 1, height = 1, resizing = "Aniso"),
         extractPixels(vars = "Features")
         ),
     mlTransformVars = "Path",
     numHiddenNodes = 1,
     numIterations = 1)

 # Featurizes the images from variable Path using the default model, and trains a linear model on the result.
 model <- rxFastLinear(
     Label ~ Features,
     data = train,
     mlTransforms = list(
         loadImage(vars = list(Features = "Path")),
         resizeImage(vars = "Features", width = 224, height = 224), # If dnnModel == "AlexNet", the image has to be resized to 227x227.
         extractPixels(vars = "Features"),
         featurizeImage(var = "Features")
         ),
     mlTransformVars = "Path")