transform_dl_sample_batch — Anwenden einer Pipeline von Transforms auf einer Menge an Bildern.
transform_dl_sample_batch( : : TransformPipeline, DLSampleBatch : DLResultBatch)
Der Operator transform_dl_sample_batch wandelt ein Sample-Batch
zur Verwendung in train_dl_model_batch und apply_dl_model
um. Die in TransformPipeline definierten Transforms können die
Anpassung von Bilddimensionen oder des Grauwertbereichs sowie
Augmentierungsmethoden enthalten.
Neben den in DLSampleBatch enthaltenen Keys image und
image_id für Bilddaten werden auch vorhandene Annotationen
transformiert. Gegenwärtig werden nur Keys für Modelle zur Objekterkennung
(einschließlich Instanz-Segmentierung) unterstützt.
Das Verhalten für 'instance_type' = 'rectangle2'
kann durch die Parameter 'ignore_direction' und
'class_ids_no_orientation' gesteuert werden, siehe
get_dl_transform_pipeline_param.
Falls DLSampleBatch Annotationen für andere Modelltypen enthält,
kann ein Fehler geworfen werden.
Zusätzlich zu den transformierten Keys enthält DLResultBatch
'transformed_full_domain': Transformation der vollständigen rechteckigen Domain des Eingabebildes, reduziert auf das Ausgabebild.
'back_transform': Transformationsmatrix zur
Verwendung in projective_trans_pixel oder
projective_trans_region, um Ergebnisse der Inferenz
aus apply_dl_model zurück ins Koordinatensystem
des Ursprungsbilds umzuwandeln.
TransformPipeline (input_control) dl_transform_pipeline → (handle)
Handle der Transform-Pipeline.
DLSampleBatch (input_control) dict-array → (handle)
Eingabedaten.
DLResultBatch (output_control) dict-array → (handle)
Ausgabedaten.
train_dl_model_batch,
apply_dl_model
get_dl_transform_pipeline_param,
set_dl_transform_pipeline_param
Foundation