create_dl_preprocess_param_from_model
是一个用于创建深度学习模型预处理参数的程序。以下是该程序的详细介绍:
参数:
DLModelHandle (输入): 用于预处理的深度学习模型的句柄。
NormalizationType (输入): 预处理时的归一化类型参数。可能的取值包括 ‘all_channels’、‘first_channel’、‘constant_values’ 和 ‘none’。默认值是 ‘none’。
DomainHandling (输入): 如果存在域,处理域的方式。可能的取值包括 ‘full_domain’ 和 ‘crop_domain’。默认值是 ‘full_domain’。
SetBackgroundID (输入): 背景类别的类别 ID。默认为空数组。
ClassIDsBackground (输入): 设置为背景类别 ID 的类别 ID。默认为空数组。
GenParam (输入): 通用参数的字典。默认为空数组。
DLPreprocessParam (输出): 包含预处理参数的字典。
详细描述:
该程序基于给定的深度学习模型创建了一个包含预处理参数的字典。这些参数涵盖了在应用深度学习模型之前对输入数据进行的预处理步骤。
之前的一篇中 create_dl_model_detection 刚刚创建了一个模型,这个函数的输出参数就是一个深度学习模型的句柄!
刚好最为这个函数create_dl_preprocess_param_from_model
的输入。 最好这个函数会输出一个
DLPreprocessParam 字典,用于下一步预处理。
* *********************************
* ** Preprocess the dataset ***
* *********************************
*
* Get preprocessing parameters from model.
create_dl_preprocess_param_from_model (DLModelHandle, 'none', 'full_domain', [], [], [], DLPreprocessParam)
*
* Preprocess the dataset. This might take a few minutes.
GenParam := dict{overwrite_files: 'auto'}
preprocess_dl_dataset (DLDataset, DataDirectory, DLPreprocessParam, GenParam, DLDatasetFilename)
*
* Write preprocessing parameters to use them in later parts.
write_dict (DLPreprocessParam, PreprocessParamFileName, [], [])
下一篇,我们就分析一些这个 preprocess_dl_dataset
预处理的库函数!