apply_dl_classifier — Klassifizieren einer Menge an Bildern durch einen Deep Learning-basierten
Klassifikator.
apply_dl_classifier(Images : : DLClassifierHandle : DLClassifierResultHandle)
apply_dl_classifier klassifiziert die Menge an Bildern
Images durch des Deep Learning-basierten Klassifikators
DLClassifierHandle.
Die daraus resultierende Ergebnisse sind in
DLClassifierResultHandle abgespeichert und können mit
get_dl_classifier_result abgefragt werden.
Die Menge Bilder Images kann eine von Unterbatchgröße verschiedene
Anzahl Bilder enthalten. Beachten Sie bitte, dass dies nur für
apply_dl_classifier gilt und nicht für
train_dl_classifier_batch.
Falls die Menge Images mehr als 'batch_size_device' Bilder
enthält, iteriert apply_dl_classifier über die nötige Anzahl
Unterbatches der Größe 'batch_size_device', um alle Bilder in
Images zu verarbeiten. Wir verweisen darauf, dass die Laufzeit zur
Verarbeitung eines solchen Unterbatches unabhängig davon ist, ob der
Unterbatch gefüllt ist oder nur ein einzelnes Bild enthält. Andererseits
benötigt das Netzwerk stets den vollen Speicher, selbst wenn in einem
Operatorenaufruf weniger als 'batch_size_device' Bilder
klassifiziert werden sollen. Für weitere Informationen zu
'batch_size_device' verweisen wir auf die Dokumentation von
set_dl_classifier_param.
Es ist zu beachten, dass die Bilder für die Klassifikation Anforderungen
erfüllen müssen betreffend Größe, Grauwertbereich, Anzahl Kanäle und Typ.
Die genauen Bildanforderungen des Netzwerkes können mit
get_dl_classifier_param abgerufen werden.
Besonders hervorheben möchten wir den Datentyp: Die Bilder müssen vom Typ
'real' sein.
Für eine möglicherweise notwendige Umwandlung steht der Operator
convert_image_type zur Verfügung.
Die Prozedur preprocess_dl_classifier_images hilft Ihnen bei der
Vorverarbeitung der Bilder entsprechend den spezifischen Anforderungen.
Das Konzept der Deep Learning-basierten Klassifikation ist in der Einleitung zu Kapitel Deep Learning / Klassifikation beschrieben.
Um diesen Operator ausführen zu können, werden cuDNN und cuBLAS benötigt,
falls 'runtime' auf 'gpu' gesetzt ist.
Für weitere Details wird auf den „Installation Guide“, Abschnitt
„Requirements for Deep Learning“, verwiesen.
Dieser Operator liefert ein Handle zurück. Es ist zu beachten, dass der Zustand einer Instanz dieses Handletyps durch bestimmte Operatoren geändert werden kann, obwohl das Handle als Eingabeparameter in diesen Operatoren verwendet wird.
Images (input_object) (multichannel-)image(-array) → object (real)
Tupel von Eingabebilder.
DLClassifierHandle (input_control) dl_classifier → (handle)
Handle des Deep Learning-basierten Klassifikators.
DLClassifierResultHandle (output_control) dl_classifier_result → (handle)
Handle der Ergebnisse eines Deep Learning-basierten Klassifikators.
Sind die Parameterwerte korrekt, dann liefert
apply_dl_classifier den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird eine
Fehlerbehandlung durchgeführt.
read_dl_classifier,
train_dl_classifier_batch,
set_dl_classifier_param
get_dl_classifier_result,
clear_dl_classifier
classify_class_mlp,
classify_class_svm
Deep Learning Inference