Transformação da Imagem de Inicialização

Este artigo descreve como usar o componente Inicializar Transformação de Imagem no Azure Machine Learning Designer para inicializar a transformação de imagem e especificar como você deseja que a imagem seja transformada.

Como configurar o módulo Inicializar Transformação de Imagem

1. Adicione o componente Inicializar Transformação de Imagem ao seu pipeline no designer.

2. Para Redimensionar, especifique se a Imagem PIL de entrada deve ser redimensionada para o tamanho especificado. Se você escolher 'True', poderá especificar o tamanho da imagem de saída desejada em Tamanho. O padrão é 256.

3. Para Corte no centro, especifique se deseja cortar a Imagem PIL no centro. Se escolher 'True', você poderá especificar o tamanho da imagem de saída desejada em Tamanho do corte. O padrão é 224.

4. Para Preenchimento, especifique se deseja preencher a Imagem PIL em todos os lados com o valor de preenchimento 0. Se você escolher 'True', poderá especificar o preenchimento (quantos pixels adicionar) em cada borda em Preenchimento.

5. Para Tremulação de cor, especifique se deseja alterar aleatoriamente o brilho, o contraste e a saturação de uma imagem.

6. Para Escala de cinza, especifique se a imagem deve ser convertida em escala de cinza.

7. Para Corte aleatório redimensionado, especifique se deseja cortar a Imagem PIL em um tamanho e taxa de proporção aleatórios. É feito um corte de tamanho aleatório (intervalo de 0,08 a 1,0) em relação ao tamanho original e com taxa de proporção aleatória (intervalo de 3/4 a 4/3) com relação à taxa de proporção original. Esse corte é redimensionado para o tamanho fornecido. Normalmente, é usado no treinamento de redes de Início. Se você escolher 'True', poderá especificar o tamanho de saída esperado de cada borda em Tamanho aleatório. O padrão é 256.

8. Para Corte aleatório, especifique se deseja cortar a Imagem PIL em uma localização aleatória. Se escolher 'True', você poderá especificar o tamanho da saída desejada em Tamanho do corte aleatório. O padrão é 224.

9. Para Inversão horizontal aleatória, especifique se deseja girar horizontalmente a Imagem PIL de modo aleatório com probabilidade de 0,5.

10. Para Inversão vertical aleatória, especifique se deseja girar verticalmente a Imagem PIL de modo aleatório com probabilidade de 0,5.

11. Para Rotação aleatória, especifique se deseja girar a imagem pelo ângulo. Se escolher 'True', você poderá especificar um intervalo de graus definindo Graus de rotação aleatória, o que significa (- graus, + graus). O padrão é 0.

12. Para Transformação afim aleatória, especifique se deseja fazer a transformação afim aleatória da imagem mantendo o centro invariável. Se escolher 'True', você poderá especificar um intervalo de graus selecionado em Graus de transformação afim aleatória, o que significa (- graus, + graus). O padrão é 0.

13. Para Escala de cinza aleatória, especifique se deseja converter aleatoriamente a imagem em escala de cinza com a probabilidade 0,1.

14. Para Perspectiva aleatória, especifique se a Transformação de perspectiva da Imagem PIL determinada será executada aleatoriamente com probabilidade de 0,5.

15. Conecte-se ao componente Aplicar Transformação de Imagem para aplicar a transformação especificada acima ao conjunto de dados de imagem de entrada.

16. Enviar o pipeline.

Resultados

Após a conclusão da transformação, você poderá encontrar as imagens transformadas na saída do componente Aplicar Transformação de Imagem.

Observações técnicas

Confira https://pytorch.org/vision/stable/transforms.html para obter mais informações sobre a transformação de imagem.

Parâmetros do componente

Saída

Próximas etapas

Confira o conjunto de componentes disponíveis no Azure Machine Learning.