LVM-圖像人臉占比過濾（DLC）組件主要用于過濾人臉占比過大或過小的圖像數據。
支持的計算資源
算法說明
通過計算圖像的人臉占比，從而過濾人臉占比過大或過小的圖像數據來保證圖像的質量，常用于后續圖像生成模型的訓練。
輸入/輸出
輸入樁
通過讀OSS數據組件，讀取訓練數據所在的OSS路徑。
配置此算法參數圖像數據OSS路徑，選擇圖像數據所在的OSS目錄，或圖像元數據文件。詳情請參見下文中的參數說明。
使用任意圖像預處理組件作為輸入。
輸出樁
過濾結果。詳情請參見下文中的參數說明。
配置組件
在Designer工作流頁面添加LVM-圖像人臉占比過濾（DLC）組件，并在界面右側配置相關參數：
參數類型 | 參數 | 是否必選 | 描述 | 默認值 | |
字段設置 | 圖像數據OSS路徑 | 否 | 首次運行時，若無上游組件，需手動選擇圖像數據所在的OSS目錄。運行時會在該目錄的上一級目錄下生成圖像元數據文件meta.jsonl。后續處理此圖像數據時，也可以直接選擇之前生成的meta.jsonl文件。 | 無 | |
輸出文件的OSS路徑 | 是 | 過濾結果的存儲目錄。過濾結果包含以下文件：
| 無 | ||
輸出的文件名 | 是 | 過濾結果的文件名。 | result.jsonl | ||
參數設置 | 最小人臉占比 | 是 | 可接受的最小人臉占比。 | 0.0 | |
最大人臉占比 | 是 | 可接受的最大人臉占比。 | 0.4 | ||
執行調優 | 多進程個數 | 是 | 設置進程數。 | 4 | |
選擇資源組 | 公共資源組 | 否 | 選擇節點規格（CPU或GPU實例規格）、專有網絡。該算法需使用GPU規格實例。 | 無 | |
專有資源組 | 否 | 選擇CPU核數、內存、共享內存、GPU卡數。 | 無 | ||
最大運行時長 | 否 | 組件最大運行時長，超過這個時間，作業會被終止。 | 無 | ||
文檔內容是否對您有幫助？