All Products
Search

This Product

    Platform For AI:LVM-Image-Aesthetic Filter (DLC)

    Document Center

    Platform For AI:LVM-Image-Aesthetic Filter (DLC)

    Last Updated:Jul 24, 2026

    Komponen LVM-Image-Aesthetic Filter (DLC) digunakan untuk memfilter data gambar dengan skor estetika rendah.

    Supported computing resources

    Deep Learning Containers (DLC)

    Algorithm

    Komponen LVM-Image-Aesthetic Filter (DLC) menghitung skor estetika gambar dan memfilter data gambar yang memiliki skor estetika terlalu rendah guna memastikan kualitas gambar. Komponen ini umumnya digunakan dalam pelatihan model generasi gambar berikutnya.

    Inputs and outputs

    Input ports

    • Gunakan komponen Read File Data untuk membaca path Object Storage Service (OSS) tempat data pelatihan disimpan.

    • Anda dapat mengonfigurasi parameter Image Data OSS Path untuk memilih direktori OSS tempat data gambar disimpan atau memilih file metadata gambar. Untuk informasi selengkapnya, lihat deskripsi parameter pada bagian berikut.

    • Anda dapat menggunakan komponen apa pun untuk pra-pemrosesan data gambar sebagai input.

    Output port

    Hasil pemfilteran. Untuk informasi selengkapnya, lihat deskripsi parameter pada bagian berikut.

    Konfigurasikan komponen

    Anda dapat mengonfigurasi parameter komponen LVM-Image-Aesthetic Filter (DLC) di Machine Learning Designer. Tabel berikut menjelaskan parameter tersebut.

    Tab

    Parameter

    Required

    Description

    Default value

    Field Settings

    Image Data OSS Path

    No

    Jika tidak ada komponen hulu saat pertama kali menjalankan komponen ini, Anda harus memilih secara manual direktori OSS tempat data gambar disimpan. Saat komponen dijalankan, file metadata gambar meta.jsonl akan dibuat di direktori tingkat atas dari direktori yang ditentukan oleh parameter ini. Saat Anda menggunakan komponen ini untuk memproses data gambar di kemudian hari, Anda dapat langsung memilih file meta.jsonl tersebut.

    No default value

    OSS Directory for Saving OutputData

    No

    Direktori OSS tempat hasil pemfilteran disimpan. Hasilnya mencakup file-file berikut:

    • {name}.jsonl: file output. Anda dapat mengonfigurasi parameter Output Filename untuk menentukan nama file output.

    • {name}_stats.jsonl: file status.

    • dj_run_yaml.yaml: file konfigurasi parameter yang digunakan saat algoritma dijalankan.

    No default value

    Output Filename

    No

    Nama file hasil pemfilteran.

    result.jsonl

    Parameter Settings

    Minimum Aesthetic Score

    Yes

    Skor estetika minimum.

    0.3

    Maximum Aesthetic Score

    Yes

    Skor estetika maksimum.

    1

    Execution Tuning

    Number of Processes

    No

    Jumlah proses.

    4

    single/multi nodes

    No

    Mode single-node atau multi-node. Nilai default: single-node. Mode multi-node hanya mendukung framework Ray.

    single-node

    Select Resource Group

    No

    Pilih kelompok sumber daya publik atau kuota sumber daya (jika menggunakan mode terdistribusi, Anda harus mengatur parameter sumber daya untuk node head dan node pekerja secara terpisah):

    • Kelompok sumber daya publik: pilih tipe instans (CPU atau GPU) dan VPC. Anda harus memilih tipe instans GPU untuk algoritma ini.

    • Kuota sumber daya: pilih jumlah GPU, jumlah vCPU, memori (GB), dan memori bersama (GB).

    No default value

    Maximum Running Duration (seconds)

    No

    Periode waktu maksimum komponen dapat berjalan. Jika periode waktu yang ditentukan terlampaui, pekerjaan akan dihentikan.

    No default value