ee.Model.fromVertexAi

根据 Vertex AI 模型端点的说明返回 ee.Model。（请参阅 https://cloud.google.com/vertex-ai）。

用法返回
ee.Model.fromVertexAi(endpoint, inputProperties, inputTypeOverride, inputShapes, proj, fixInputProj, inputTileSize, inputOverlapSize, outputTileSize, outputBands, outputProperties, outputMultiplier, maxPayloadBytes, payloadFormat)模型
参数类型详细信息
endpoint字符串用于预测的端点名称。
inputProperties列表，默认值：null随每个预测实例传递的属性。图片预测结果采用平铺布局，因此这些属性将复制到每个图片平铺实例中。默认值为无属性。
inputTypeOverride字典，默认值：null如果指定，则将模型输入强制转换为这些类型。图片波段和图片/特征属性均有效。
inputShapes字典，默认值：null输入数组波段的固定形状。对于未指定的每个数组频段，系统会根据非屏蔽像素自动推断出固定的数组形状。
proj投影，默认值：null用于对所有波段进行采样的输入投影。默认为图像第一个波段的默认投影。
fixInputProj布尔值，默认值：null如果为 true，则将以“proj”指定的固定投影对像素进行采样。否则，将使用输出投影。默认值为 false。
inputTileSize列表，默认值：null传递给预测实例的像素块的矩形尺寸。对于图片预测是必需的。
inputOverlapSize列表，默认值：null传递到预测实例中的像素块沿每个边缘在 X/Y 方向上的相邻块重叠量。默认值为 [0, 0]。
outputTileSize列表，默认值：null从 AI Platform 返回的像素块的矩形尺寸。默认值为“inputTileSize”中的值。
outputBands字典，默认值：null从输出频段名称到输出频段信息字典的映射。有效的频段信息字段包括“type”和“dimensions”。“type”应为描述输出波段的 ee.PixelType，“dimensions”是可选的整数，表示相应波段中的维度数量，例如“outputBands: {'p': {'type': ee.PixelType.int8(), 'dimensions': 1}}”。对于图片预测是必需的。
outputProperties字典，默认值：null从输出属性名称到输出属性信息字典的映射。有效的属性信息字段包括“type”和“dimensions”。“type”应为描述输出属性的 ee.PixelType，“dimensions”是一个可选整数，表示相应属性（如果为数组）的维度数，例如“outputBands: {'p': {'type': ee.PixelType.int8(), 'dimensions': 1}}”。对于来自 FeatureCollection 的预测，此参数是必需的。
outputMultiplier浮点数，默认值：null模型输出相对于模型输入的数据量增加的近似值。如果指定，则必须 >= 1。只有当模型生成的数据多于其消耗的数据时，才需要这样做，例如，一个模型采用 5 个波段，并为每个像素生成 10 个输出。
maxPayloadBytesLong，默认值：null预测载荷大小限制（以字节为单位）。默认值为 1.5MB（1500000 字节）。
payloadFormat字符串，默认值：null预测请求和响应中条目的载荷格式。以下之一：['SERIALIZED_TF_TENSORS, 'RAW_JSON', 'ND_ARRAYS', 'GRPC_TF_TENSORS', 'GRPC_SERIALIZED_TF_TENSORS', 'GRPC_TF_EXAMPLES']。默认为“SERIALIZED_TF_TENSORS”。