La caja de herramientas IA de imágenes contiene herramientas que aplican algoritmos de aprendizaje profundo de clasificación de píxeles y detección de objetos a los datos de las imágenes.
El entrenamiento de modelos de aprendizaje profundo ha representado tradicionalmente un proceso complejo que requería un conocimiento especializado de diferentes tipos de arquitectura de modelos y cómo sus parámetros (conocidos como hiperparámetros) se pueden ajustar para obtener los mejores resultados. Se trata de un proceso iterativo que requiere varios experimentos antes de poder identificar el modelo más preciso y sus hiperparámetros apropiados. La herramienta Entrenar con AutoDL automatiza este proceso sin tener que escribir código. La herramienta proporciona visibilidad del rendimiento y los hiperparámetros de los modelos entrenados.
Herramientas de la caja de herramientas de IA de imágenes
| Herramienta | Descripción |
|---|---|
|
Ejecuta uno o más modelos de aprendizaje profundo preentrenados en un ráster de entrada para extraer entidades y automatizar el procesamiento posterior de las salidas inferenciadas. | |
Entrena un modelo de aprendizaje profundo creando procesos de entrenamiento y automatizando gran parte del proceso de entrenamiento. Esto incluye aumento de datos, selección de modelo, ajuste de hiperparámetro y deducción del tamaño de lote. Sus salidas incluyen métricas de rendimiento del mejor modelo de los datos de entrenamiento, así como el paquete de modelo de aprendizaje profundo entrenado (archivo .dlpk) que se puede utilizar como entrada para la herramienta Extraer entidades con modelos de IA para predecir en un nuevo dataset. |