ImageConverter 层
ImageConverter 类
keras_hub.layers.ImageConverter(
image_size=None,
scale=None,
offset=None,
crop_to_aspect_ratio=True,
interpolation="bilinear",
data_format=None,
**kwargs
)
将原始图像预处理为模型就绪的输入。
此类将原始图像转换为模型就绪的输入。此转换按以下步骤进行
- 使用
image_size调整图像大小。如果image_size为None，则跳过此步骤。 - 通过乘以
scale对图像进行重新缩放，scale可以是全局的或每个通道的。如果scale为None，则跳过此步骤。 - 通过添加
offset对图像进行偏移，offset可以是全局的或每个通道的。如果offset为None，则跳过此步骤。
该层将以通道最后或通道优先格式的原始图像张量作为输入，并输出用于建模的预处理图像输入。此张量可以是批处理的（秩 4）或非批处理的（秩 3）。
此层可与 from_preset() 构造函数一起使用，以加载一个层，该层将为特定预训练模型重新缩放和调整图像大小。以这种方式使用该层允许编写预处理代码，在切换模型检查点时无需更新。
参数
- image_size：
(int, int)元组或None。图像的输出大小，不包括通道轴。如果为None，则输入不会调整大小。 - scale：浮点数、浮点数元组或
None。要应用于输入的比例。如果scale是单个浮点数，则整个输入将乘以scale。如果scale是一个元组，则假定它包含针对输入图像的每个通道乘以的每个通道比例值。如果scale为None，则不应用缩放。 - offset：浮点数、浮点数元组或
None。要应用于输入的偏移量。如果offset是单个浮点数，则整个输入将与offset相加。如果offset是一个元组，则假定它包含针对输入图像的每个通道相加的每个通道偏移值。如果offset为None，则不应用缩放。 - crop_to_aspect_ratio：如果为
True，则在不失真纵横比的情况下调整图像大小。当原始纵横比与目标纵横比不同时，输出图像将被裁剪，以便返回图像中与目标纵横比匹配的最大可能窗口（大小为(height, width)）。默认情况下（crop_to_aspect_ratio=False），可能不会保留纵横比。 - interpolation：字符串，插值方法。支持
"bilinear"、"nearest"、"bicubic"、"lanczos3"、"lanczos5"。默认为"bilinear"。 - data_format：字符串，
"channels_last"或"channels_first"。输入中维度的顺序。"channels_last"对应于形状为(batch, height, width, channels)的输入，而"channels_first"对应于形状为(batch, channels, height, width)的输入。它默认为您在 Keras 配置文件~/.keras/keras.json中找到的image_data_format值。如果您从未设置它，则它将为"channels_last"。
示例
# Resize raw images and scale them to [0, 1].
converter = keras_hub.layers.ImageConverter(
image_size=(128, 128),
scale=1. / 255,
)
converter(np.random.randint(0, 256, size=(2, 512, 512, 3)))
# Resize images to the specific size needed for a PaliGemma preset.
converter = keras_hub.layers.ImageConverter.from_preset(
"pali_gemma_3b_224"
)
converter(np.random.randint(0, 256, size=(2, 512, 512, 3)))