初始化图像转换

本文介绍如何使用 Azure 机器学习设计器中的“初始化图像转换”组件来初始化图像转换，以指定所需的图像转换方式。

如何配置“初始化图像转换”

1. 在设计器中，将“初始化图像转换”组件添加到你的管道中。

2. 对于“重设大小”，请指定是否将输入 PIL 图像的大小重设为给定大小。 如果选择“True”，则可在“大小”中指定所需的输出图像大小，默认为 256。

3. 对于“中心裁剪”，请指定是否要在中心裁剪给定的 PIL 图像。 如果选择“True”，则可在“裁剪大小”中指定该裁剪的所需输出图像大小，默认为 224。

4. 对于“填充”(Pad)，请指定是否要将填充值设置为 0，以便填充给定 PIL 图像的所有边。 如果选择“True”，则可在“填充”(Padding) 中指定在每个边框上进行的填充（要添加的像素数）。

5. 对于“色彩抖动”，请指定是否要随机更改图像的亮度、对比度和饱和度。

6. 对于“灰度”，请指定是否要将图像转换为灰度图像。

7. 对于“随机重设裁剪大小”，请指定是否要按随机大小和纵横比裁剪给定的 PIL 图像。 将按原始大小的随机大小（范围为 0.08 到 1.0）和和原始纵横比的随机纵横比（范围为 3/4 到 4/3）进行裁剪。 此裁剪最终重设为给定大小。 这通常用于训练 Inception 网络。 如果选择“True”，则可在“随机大小”中指定每个边的预期输出大小，默认为 256。

8. 对于“随机裁剪”，请指定是否要在随机位置裁剪给定的 PIL 图像。 如果选择“True”，则可在“随机裁剪大小”中指定该裁剪的所需输出大小，默认为 224。

9. 对于“随机水平翻转”，请指定是否要按 0.5 的概率随机地水平翻转给定的 PIL 图像。

10. 对于“随机垂直翻转”，请指定是否按 0.5 的概率随机垂直翻转给定的 PIL 图像。

11. 对于“随机旋转”，请指定是否要按角度旋转图像。 如果选择“True”，则可按度数范围进行指定，方法是设置“随机旋转度数”（意味着（-度，+度），默认值为 0）。

12. 对于“随机仿射”，请指定是否要在保持中心固定的情况下对图像进行随机仿射转换。 如果选择“True”，则可从“随机仿射度数”（意味着（-度，+度），默认值为 0）中选择度数，以便按度数范围进行指定。

13. 对于“随机灰度”，请指定是否要按 0.1 的概率将图像随机转换为灰度图像。

14. 对于“随机透视”，请指定是否按 0.5 的概率随机地对给定的 PIL 图像进行透视转换。

15. 连接到 应用图像转换组件，将上面指定的转换应用到输入图像数据集。

16. 提交管道。

结果

转换完成后，可以在 应用图像转换组件的输出中找到转换后的图像。

技术说明

有关图像转换的详细信息，请参阅 https://pytorch.org/vision/stable/transforms.html。

组件参数

输出

后续步骤

请参阅 Azure 机器学习可用的组件集。