ee.Model.fromVertexAi

從 Vertex AI 模型端點的說明傳回 ee.Model。(請參閱 https://cloud.google.com/vertex-ai)。

用量傳回
ee.Model.fromVertexAi(endpoint, inputProperties, inputTypeOverride, inputShapes, proj, fixInputProj, inputTileSize, inputOverlapSize, outputTileSize, outputBands, outputProperties, outputMultiplier, maxPayloadBytes, payloadFormat)模型
引數類型詳細資料
endpoint字串預測的端點名稱。
inputProperties清單,預設值為空值每個預測執行個體傳遞的屬性。圖片預測結果會以圖塊方式顯示,因此這些屬性會複製到每個圖片圖塊執行個體。預設為沒有任何屬性。
inputTypeOverride字典,預設值:null如果指定,模型輸入內容會強制轉換為這些類型。圖片帶和圖片/特徵屬性都有效。
inputShapes字典,預設值:null輸入陣列頻帶的固定形狀。如果未指定任何陣列頻帶,系統會從非遮罩像素自動推斷固定陣列形狀。
proj投影,預設值:null要取樣所有波段的輸入投影。預設為圖片第一個波段的預設投影。
fixInputProj布林值,預設值為空值如為 true,系統會根據「proj」指定的固定投影方式取樣像素。否則會使用輸出投影。預設值為 false。
inputTileSize清單,預設值為空值傳遞至預測例項的像素圖塊矩形尺寸。圖片預測功能需要這項資訊。
inputOverlapSize清單,預設值為空值傳遞至預測執行個體的像素圖塊,在 X/Y 軸上每個邊緣的相鄰圖塊重疊量。預設值為 [0, 0]。
outputTileSize清單,預設值為空值AI Platform 傳回的像素圖塊矩形尺寸。預設為「inputTileSize」中的值。
outputBands字典,預設值:null從輸出頻帶名稱對應到輸出頻帶資訊字典。有效頻帶資訊欄位為「type」和「dimensions」。「type」應為描述輸出頻帶的 ee.PixelType,「dimensions」則是選填整數,代表該頻帶中的維度數量,例如 "outputBands: {'p': {'type': ee.PixelType.int8(), 'dimensions': 1}}". 圖片預測功能需要這項資訊。
outputProperties字典,預設值:null從輸出屬性名稱對應到輸出屬性資訊字典。有效屬性資訊欄位為「type」和「dimensions」。「type」應為描述輸出屬性的 ee.PixelType,「dimensions」則為選用整數,代表該屬性的維度數量 (如果是陣列,例如 "outputBands: {'p': {'type': ee.PixelType.int8(), 'dimensions': 1}}". 從 FeatureCollection 進行預測時必須提供。
outputMultiplier浮點值,預設值為空值模型輸出資料量相較於模型輸入資料量的增加幅度近似值。如要指定,值必須 >= 1。只有在模型產生的資料量大於消耗的資料量時,才需要這麼做,例如模型會取得 5 個頻帶,並為每個像素產生 10 個輸出內容。
maxPayloadBytesLong,預設值:null預測酬載大小限制 (以位元組為單位)。預設值為 1.5 MB (1500000 位元組)。
payloadFormat字串,預設值為空值預測要求和回應中項目的酬載格式。下列其中一個項目:['SERIALIZED_TF_TENSORS, 'RAW_JSON', 'ND_ARRAYS', 'GRPC_TF_TENSORS', 'GRPC_SERIALIZED_TF_TENSORS', 'GRPC_TF_EXAMPLES']。預設值為「SERIALIZED_TF_TENSORS」。