Absolument pas ! L'action intègre nativement des capacités d'augmentation de données à la volée pour le traitement des images. Vous pouvez utiliser des paramètres spécifiques tels que randomCrop pour appliquer un recadrage aléatoire intelligent (avec des options avancées comme RANDOMRESIZED ou RESIZETHENCROP), randomFlip pour configurer des inversions horizontales ou verticales, et randomMutation pour altérer subtilement la colorimétrie ou la netteté. Bien que ces techniques de perturbation soient généralement critiques lors de la phase d'entraînement, leur exposition ici permet d'ajuster finement les pipelines de prétraitement des images qui seront figés et intégrés de manière transparente dans l'artefact de scoringProcessus d'application d'un modèle prédictif à de nouvelles données pour calculer une probabilité ou un score, permettant ainsi d'automatiser la prise de décision en temps réel sur SAS Viya. final.
Faut-il gérer manuellement l'augmentation de données lors de l'export des modèles de Computer Vision ?
Optimisation de l'Augmentation Native sur Viya
Exemples pour l'action dlExportModel
Export standard d'un modèle
Cet exemple prend un modèle préalablement construit et entraîné, et l'exporte en ASTORE pour le déploiement ou l'inférence.
Export d'un modèle d'analyse d'images avec data augmentation
On exporte un réseau de neurones convolutif (CNN) en lui incluant des directives de mutation et de recadrage aléatoire. C'est parfait pour garantir des scores plus résilients aux variations %%importOptions%%.
Conseil de l'Expert
Pour maximiser la robustesse de votre modèle sans ralentir le temps de cycle par époque, privilégiez le paramètre randomResized plutôt qu'un simple recadrage. Cela force le réseau de neurones à apprendre l'invariant d'échelle, ce qui est crucial pour la détection d'objets en conditions réelles.
Cette réponse vous a-t-elle aidé ?
À lire aussi...
Comment embarquer efficacement les immenses espaces vectoriels textuels lors de l'export d'un modèle NLP complexe ?
Quels sont les prérequis absolus en termes de tables mémoire (CAS Tables) pour réussir l'export de votre architecture neuronale ?
Comment sauvegarder un modèle Deep Learning SAS Viya pour un déploiement en production ultra-rapide ?