本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
調校語意分割模型
自動模型調校，又稱為超參數調校，會透過在您的資料集上，執行許多測試超參數範圍的任務，來尋找最佳版本的模型。您可以選擇可調校的超參數、每一個超參數的值範圍，及目標指標。您可以從演算法運算的指標中選擇目標指標。自動模型調校會搜尋所選擇的超參數，以找出產生之模型可最佳化目標指標的值組合。
透過語意分割演算法運算的指標
語意分割演算法會報告兩個驗證指標。調校超參數值時，請選擇這些指標的其中一個指標做為目標。
| 指標名稱 | 描述 | 最佳化方向 |
|---|---|---|
validation:mIOU |
預測分割與 Ground Truth 的交集面積除以針對在驗證集影像的預測分割與 Ground Truth 之間的聯集面積。也被稱為雅爾卡索引。 |
最大化 |
validation:pixel_accuracy |
驗證集的影像中經過正確分類的像素百分比。 |
最大化 |
可調校的語意分割超參數
您可調校語意分割演算法的下列超參數。
| 參數名稱 | 參數類型 | 建議範圍 |
|---|---|---|
learning_rate |
ContinuousParameterRange |
MinValue: 1e-4、MaxValue: 1e-1 |
mini_batch_size |
IntegerParameterRanges |
MinValue：1、MaxValue：128 |
momentum |
ContinuousParameterRange |
MinValue：0.9、MaxValue：0.999 |
optimzer |
CategoricalParameterRanges |
['sgd', 'adam', 'adadelta'] |
weight_decay |
ContinuousParameterRange |
MinValue: 1e-5、MaxValue: 1e-3 |
