通过

自动化机器学习中计算机视觉任务的超参数

  • 项目

适用范围：Azure CLI ml 扩展 v2（当前版本）Python SDK azure-ai-ml v2（当前版本）

了解哪些超参数可专门用于自动化 ML 试验中的计算机视觉任务。

借助对计算机视觉任务的支持，可以控制模型体系结构和扫描超参数。 这些模型体系结构和超参数将作为参数空间传入以进行扫描。 虽然公开的许多超参数与模型无关，但在某些情况下，超参数特定于模型或特定于任务。

特定于模型的超参数

下表汇总了特定于 yolov5 体系结构的超参数。

参数名称 说明 默认
validation_metric_type 用于验证指标的指标计算方法。
必须为 none、coco、voc 或 coco_voc。		 voc
validation_iou_threshold 计算验证指标时框匹配的 IOU 阈值。
必须是 [0.1, 1] 范围内的浮点数。		 0.5
image_size 用于训练和验证的图像大小。
必须是正整数。

注意：如果大小太大，训练运行可能会遇到 CUDA OOM 错误。		 640
model_size 模型大小。
必须为 small、 medium、large 或 extra_large。

注意：如果模型大小太大，训练运行可能会遇到 CUDA OOM 错误。		 medium
multi_scale 通过在 +/- 50% 范围内改变图像大小来启用多比例图像
必须为 0 或 1。

注意：如果 GPU 内存不足，训练运行可能会遇到 CUDA OOM 错误。		 0
box_score_threshold 在推理期间，仅返回分数大于 box_score_threshold 的建议。 该分数是对象性分数和分类概率的乘积。
必须是 [0, 1] 范围内的浮点数。		 0.1
nms_iou_threshold 在非最大抑制后处理中进行推理期间使用的 IOU 阈值。
必须是 [0, 1] 范围内的浮点数。		 0.5
tile_grid_size 用于平铺每个图像的网格大小。
注意：若要启用小物体检测逻辑，tile_grid_size 不得为 None
应以“3x2”格式作为字符串传递。 示例：--tile_grid_size '3x2'		 无默认值
tile_overlap_ratio 每个维度中相邻图块之间的重叠率。
必须是 [0, 1) 范围内的浮点数		 0.25
tile_predictions_nms_threshold 合并图块和图像的预测结果时用于执行 NMS 的 IOU 阈值。 在验证/推理中使用。
必须是 [0, 1] 范围内的浮点数		 0.25

下表汇总了特定于 maskrcnn_* 的超参数，用于推理期间的实例分段。

参数名称 说明 默认
mask_pixel_score_threshold 记录将像素作为部分对象掩码的临界分数。 0.5
max_number_of_polygon_points 从掩码转换后，多边形中 (x, y) 坐标对的最大数量。 100
export_as_image 将掩码导出为图像。 错误
image_type 掩码导出为的图像类型（选项有 jpg、png、bmp）。 JPG

与模型无关的超参数

下表描述了与模型无关的超参数。

参数名称 说明 默认
number_of_epochs 训练循环数。
必须是正整数。		 15
（yolov5 除外：30）
training_batch_size 训练批大小。
必须是正整数。		 多类/多标签：78
（vit-variants 除外：
vits16r224：128
vitb16r224：48
vitl16r224：10）

物体检测：2
（yolov5 除外：16）

实例分段：2

注意：默认值是可以在 12 GiB GPU 内存上使用的最大批大小。
validation_batch_size 验证批大小。
必须是正整数。		 多类/多标签：78
（vit-variants 除外：
vits16r224：128
vitb16r224：48
vitl16r224：10）

物体检测：1
（yolov5 除外：16）

实例分段：1

注意：默认值是可以在 12 GiB GPU 内存上使用的最大批大小。
gradient_accumulation_step 梯度累积是指在累积这些步骤的梯度的同时运行所配置数量的 gradient_accumulation_step（不更新模型权重），然后使用累积的梯度来计算权重更新。
必须是正整数。		 1
early_stopping 在训练期间启用提前停止逻辑。
必须为 0 或 1。		 1
early_stopping_patience 在运行停止之前未经过主要指标
改进的最小循环数或验证评估数。
必须是正整数。		 5
early_stopping_delay 在跟踪主要指标改进以便提前停止之前
要等待完成的最小循环数或验证评估数。
必须是正整数。		 5
learning_rate 初始学习速率。
必须是 [0, 1] 范围内的浮点数。		 多类：0.01
（vit-variants 除外：
vits16r224：0.0125
vitb16r224：0.0125
vitl16r224：0.001）

多标签：0.035
（vit-variants 除外：
vits16r224：0.025
vitb16r224：0.025
vitl16r224：0.002）

物体检测：0.005
（yolov5 除外：0.01）

实例分段：0.005
learning_rate_scheduler 学习速率计划程序的类型。
必须为 warmup_cosine 或 step。		 warmup_cosine
step_lr_gamma 学习速率计划程序为 step 时的 gamma 值。
必须是 [0, 1] 范围内的浮点数。		 0.5
step_lr_step_size 学习速率计划程序为 step 时的步长大小值。
必须是正整数。		 5
warmup_cosine_lr_cycles 学习速率计划程序为 warmup_cosine 时的余弦周期值。
必须是 [0, 1] 范围内的浮点数。		 0.45
warmup_cosine_lr_warmup_epochs 学习速率计划程序为 warmup_cosine 时的预热循环值。
必须是正整数。		 2
optimizer 优化器的类型。
必须为 sgd、adam 或 adamw。		 sgd
momentum 优化器为 sgd 时的动量值。
必须是 [0, 1] 范围内的浮点数。		 0.9
weight_decay 优化器为 sgd、adam 或 adamw 时的权重衰减值。
必须是 [0, 1] 范围内的浮点数。		 1e-4
nesterov 当优化器为 sgd 时启用 nesterov。
必须为 0 或 1。		 1
beta1 当优化器为 adam 或 adamw 时的 beta1 值。
必须是 [0, 1] 范围内的浮点数。		 0.9
beta2 当优化器为 adam 或 adamw 时的 beta2 值。
必须是 [0, 1] 范围内的浮点数。		 0.999
ams_gradient 当优化器为 adam 或 adamw 时启用 ams_gradient。
必须为 0 或 1。		 0
evaluation_frequency 评估验证数据集以获得指标分数所遵循的频率。
必须是正整数。		 1
checkpoint_frequency 存储模型检查点所遵循的频率。
必须是正整数。		 验证时具有最佳主要指标的循环中的检查点。
checkpoint_run_id 具有用于增量训练的预训练检查点的试验的运行 ID。 无默认值
layers_to_freeze 要为模型冻结的层数。 例如，传递 2 作为 seresnext 值意味着冻结引用下面的受支持模型层信息的 layer0 和 layer1。
必须是正整数。

- 'resnet'：[('conv1.', 'bn1.'), 'layer1.', 'layer2.', 'layer3.', 'layer4.']
- 'mobilenetv2': ['features.0.', 'features.1.', 'features.2.', 'features.3.', 'features.4.', 'features.5.', 'features.6.', 'features.7.', 'features.8.', 'features.9.', 'features.10.', 'features.11.', 'features.12.', 'features.13.', 'features.14.', 'features.15.', 'features.16.', 'features.17.', 'features.18.']
- 'seresnext': ['layer0.', 'layer1.', 'layer2.', 'layer3.', 'layer4.'] * 'vit': ['patch_embed', 'blocks.0.', 'blocks.1.', 'blocks.2.', 'blocks.3.', 'blocks.4.', 'blocks.5.', 'blocks.6.','blocks.7.', 'blocks.8.', 'blocks.9.', 'blocks.10.', 'blocks.11.'] * 'yolov5_backbone': ['model.0.', 'model.1.', 'model.2.', 'model.3.', 'model.4.','model.5.', 'model.6.', 'model.7.', 'model.8.', 'model.9.']
- 'resnet_backbone'：['backbone.body.conv1.', 'backbone.body.layer1.', 'backbone.body.layer2.','backbone.body.layer3.', 'backbone.body.layer4.']		 无默认值

图像分类（多类和多标签）特定的超参数

下表汇总了图像分类（多类和多标签）任务的超参数。

参数名称 说明 默认
model_name 要用于手头图像分类任务的模型名称。

必须是以下项之一：mobilenetv2、resnet18、resnet34、resnet50、resnet101、resnet152、resnest50、resnest101、seresnext、vits16r224、vitb16r224、vitl16r224。		 seresnext
weighted_loss - 0 表示无加权损失。
- 1 表示使用 sqrt.(class_weights) 计算的加权损失
- 2 表示使用 class_weights 计算的加权损失。
- 必须为 0、1 或 2。		 0
validation_resize_size - 在为验证数据集裁剪之前要将图像调整到的大小。
- 必须是正整数。

说明：
- seresnext 不取任意大小。
- 如果大小太大，训练运行可能会遇到 CUDA OOM 错误。		 256
validation_crop_size - 输入到神经网络的用于验证数据集的图像裁剪大小。
- 必须是正整数。

说明：
- seresnext不取任意大小。
- ViT-variants 应该有相同的 validation_crop_size 和 training_crop_size。
- 如果大小太大，训练运行可能会遇到 CUDA OOM 错误。		 224
training_crop_size - 输入到神经网络的用于训练数据集的图像裁剪大小。
- 必须是正整数。

说明：
- seresnext不取任意大小。
- ViT-variants 应该有相同的 validation_crop_size 和 training_crop_size。
- 如果大小太大，训练运行可能会遇到 CUDA OOM 错误。		 224

对象检测和实例分段任务特定的超参数

以下超参数用于物体检测和实例分段任务。

警告

yolov5 体系结构不支持这些参数。 有关 yolov5 支持的超参数，请参阅模型特定的超参数部分。

参数名称 说明 默认
model_name 要用于手头图像分类任务的模型名称。
- 对于对象检测任务，必须是以下项之一：yolov5、fasterrcnn_resnet18_fpn、fasterrcnn_resnet34_fpn、fasterrcnn_resnet50_fpn、fasterrcnn_resnet101_fpn、fasterrcnn_resnet152_fpn、retinanet_resnet50_fpn。
- 对于实例分段任务，必须是以下项之一：maskrcnn_resnet18_fpn、maskrcnn_resnet34_fpn、maskrcnn_resnet50_fpn、maskrcnn_resnet101_fpn、maskrcnn_resnet152_fpn		 - 对于对象检测任务，必须是 fasterrcnn_resnet50_fpn
- 对于实例分段任务，必须是 maskrcnn_resnet50_fpn
validation_metric_type 用于验证指标的指标计算方法。
必须为 none、coco、voc 或 coco_voc。		 voc
validation_iou_threshold 计算验证指标时框匹配的 IOU 阈值。
必须是 [0.1, 1] 范围内的浮点数。		 0.5
min_size 在将图像馈送到主干之前要将其重新缩放到的最小大小。
必须是正整数。

注意：如果大小太大，训练运行可能会遇到 CUDA OOM 错误。		 600
max_size 在将图像馈送到主干之前要将其重新缩放到的最大大小。
必须是正整数。

注意：如果大小太大，训练运行可能会遇到 CUDA OOM 错误。		 1333
box_score_threshold 在推理期间，仅返回分类分数大于 box_score_threshold 的建议。
必须是 [0, 1] 范围内的浮点数。		 0.3
nms_iou_threshold 预测头的非最大抑制 (NMS) 中使用的 IOU（交并比）阈值。 在推理期间使用。
必须是 [0, 1] 范围内的浮点数。		 0.5
box_detections_per_image 所有类的每个图像的最大检测次数。
必须是正整数。		 100
tile_grid_size 用于平铺每个图像的网格大小。
若要启用小物体检测逻辑，- tile_grid_size 不得为“无”。
实例分段任务不支持 - tile_grid_size。
应以“3x2”格式作为字符串传递。 示例：--tile_grid_size '3x2'		 无默认值
tile_overlap_ratio 每个维度中相邻图块之间的重叠率。
必须是 [0, 1) 范围内的浮点数		 0.25
tile_predictions_nms_threshold 合并图块和图像的预测结果时用于执行 NMS 的 IOU 阈值。 在验证/推理中使用。
必须是 [0, 1] 范围内的浮点数		 0.25

后续步骤