All Products
Search

This Product

    Platform For AI:Filter Rasio Aspek Gambar LVM (DLC)

    Document Center

    Platform For AI:Filter Rasio Aspek Gambar LVM (DLC)

    Last Updated:Jul 24, 2026

    Komponen Filter Rasio Aspek Gambar LVM (DLC) menghapus gambar dengan rasio aspek ekstrem dari set data pelatihan Anda. Gunakan komponen ini untuk menegakkan proporsi gambar yang konsisten sebelum melatih model generasi gambar.

    Sumber daya komputasi yang didukung

    DLC

    Cara kerja

    Komponen ini menghitung rasio lebar terhadap tinggi (W/H) untuk setiap gambar dan memfilter gambar yang rasionya berada di luar rentang yang dikonfigurasi. Gambar dalam rentang tersebut ditulis ke file output, sedangkan gambar di luar rentang dibuang. Komponen ini umumnya digunakan sebagai langkah persiapan sebelum pelatihan model generasi gambar.

    Contoh: Dengan Minimum Aspect Ratio diatur ke 0,333 dan Maximum Aspect Ratio diatur ke 3,0:

    Image

    Dimensions

    Aspect ratio (W/H)

    Result

    img1

    1920 x 1080

    1,78

    Kept

    img2

    100 x 1000

    0,10

    Filtered out (too narrow)

    img3

    3200 x 400

    8,00

    Filtered out (too wide)

    Input dan output

    Input

    Sambungkan salah satu komponen hulu berikut:

    • Read File Data — membaca path Object Storage Service (OSS) tempat data pelatihan Anda disimpan.

    • Image Data OSS Path — konfigurasikan parameter ini untuk memilih direktori OSS tempat data gambar disimpan atau untuk memilih file metadata gambar.

    • Komponen prapemrosesan data gambar apa pun — output dari langkah prapemrosesan hulu dapat langsung diumpankan ke filter ini.

    Output

    Hasil pemfilteran. Untuk informasi lebih lanjut, lihat deskripsi parameter di bawah.

    Parameter

    Konfigurasikan komponen ini di Machine Learning Designer. Tabel berikut menjelaskan semua parameter.

    Category

    Parameter

    Required

    Description

    Default

    Field Settings

    Image Data OSS Path

    No

    Pada eksekusi pertama tanpa komponen hulu, pilih secara manual direktori OSS tempat data gambar disimpan. File metadata meta.jsonl akan dihasilkan di direktori induk dari path yang ditentukan. Untuk eksekusi berikutnya, Anda dapat langsung memilih file meta.jsonl yang telah dihasilkan sebelumnya.

    None

    OSS Directory for Saving OutputData

    No

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

    • {name}.jsonl: File output hasil filter, yaitu file yang ditentukan oleh Output Filename.

    • {name}_stats.jsonl: File status filter.

    • dj_run_yaml.yaml: File konfigurasi parameter yang digunakan selama eksekusi.

    None

    Output Filename

    No

    Nama file untuk file output hasil filter.

    result.jsonl

    Parameter Settings

    Minimum Aspect Ratio (W/H)

    Yes

    Rasio aspek (W/H) minimum yang dapat diterima.

    0,333

    Maximum Aspect Ratio (W/H)

    Yes

    Rasio aspek (W/H) maksimum yang dapat diterima.

    3,0

    Execution Tuning

    Number of Processes

    No

    Tetapkan 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 (untuk mode terdistribusi, atur parameter sumber daya secara terpisah untuk Head dan Worker):

    • Kelompok sumber daya publik: Pilih tipe instans (CPU atau GPU) dan VPC. Kami menyarankan Anda menggunakan instans CPU untuk menghemat biaya.

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

    None

    Maximum Running Duration

    No

    Waktu maksimum yang diizinkan untuk menjalankan komponen ini. Pekerjaan akan dihentikan jika batas ini terlampaui.

    None