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
实参类型详细信息
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。图片预测是分块的，因此这些属性将复制到每个图片块实例中。默认情况下没有属性。
inputTypeOverride字典，默认值：null如果指定，模型输入将被强制转换为的类型。图片频段和图片/特征属性均有效。
inputShapes字典，默认值：null输入数组频段的固定形状。对于未指定的每个数组频段，系统将从非屏蔽像素自动推断出固定数组形状。
proj投影，默认值：null用于对所有频段进行采样的输入投影。默认值为图片第一个频段的默认投影。
fixInputProj布尔值，默认值：null如果为 true，系统将以“proj”指定的固定投影对像素进行采样。否则，系统将使用输出投影。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。图片预测必需。
inputOverlapSize列表，默认值：null沿传递给预测实例的像素块的每个边缘，X/Y 中相邻块的重叠量。默认值为 [0, 0]。
outputTileSize列表，默认值：null从 AI 平台 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为“type”和“dimensions”。“type”应为描述输出频段的 ee.PixelType，“dimensions”是可选整数，表示该频段中的维度数量，例如“outputBands: {'p': {'type': ee.PixelType.int8(), 'dimensions': 1}}”。图片预测必需。
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为“type”和“dimensions”。“type”应为描述输出属性的 ee.PixelType，“dimensions”是可选整数，表示该属性的维度数量（如果该属性是数组），例如“outputProperties: {'p': {'type': ee.PixelType.int8(), 'dimensions': 1}}”。从 FeatureCollection 进行预测时必需。
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，此值必须 >= 1。仅当模型生成的数据多于其消耗的数据时才需要此值，例如，一个模型接受 5 个频段，并为每个像素生成 10 个输出。
maxPayloadBytes长整型，默认值：null预测有效负载大小限制（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有效负载格式。以下其中一项：['SERIALIZED_TF_TENSORS', 'RAW_JSON', 'ND_ARRAYS', 'GRPC_TF_TENSORS', 'GRPC_SERIALIZED_TF_TENSORS', 'GRPC_TF_EXAMPLES']。默认值为“SERIALIZED_TF_TENSORS”。