ImageClassifierPreprocessor
类keras_hub.models.ImageClassifierPreprocessor(image_converter=None, **kwargs)
图像分类预处理层的基类。
ImageClassifierPreprocessor
任务封装了一个 keras_hub.layers.ImageConverter
,用于创建图像分类任务的预处理层。它旨在与 keras_hub.models.ImageClassifier
任务配对使用。
所有 ImageClassifierPreprocessor
接受三个输入:x
、y
和 sample_weight
。第一个输入 x
应该始终包含。它可以是单张图片或一批图片。请参阅下面的示例。y
和 sample_weight
是可选输入,将原样传递。通常,y
将是分类标签,而 sample_weight
不会提供。
该层将输出 x
,如果提供了标签,则输出一个 (x, y)
元组,如果同时提供了标签和样本权重,则输出一个 (x, y, sample_weight)
元组。应用所有模型预处理后,x
将是输入图片。
所有 ImageClassifierPreprocessor
任务都包含一个 from_preset()
构造函数,可用于加载预训练配置和词汇表。您可以在这个基类上直接调用 from_preset()
构造函数,在这种情况下,将自动实例化您的模型对应的正确类。
示例。
preprocessor = keras_hub.models.ImageClassifierPreprocessor.from_preset(
"resnet_50",
)
# Resize a single image for resnet 50.
x = np.random.randint(0, 256, (512, 512, 3))
x = preprocessor(x)
# Resize a labeled image.
x, y = np.random.randint(0, 256, (512, 512, 3)), 1
x, y = preprocessor(x, y)
# Resize a batch of labeled images.
x, y = [
np.random.randint(0, 256, (512, 512, 3)),
np.zeros((512, 512, 3))
], [1, 0]
x, y = preprocessor(x, y)
# Use a [`tf.data.Dataset`](https://tensorflowcn.cn/api_docs/python/tf/data/Dataset).
ds = tf.data.Dataset.from_tensor_slices((x, y)).batch(2)
ds = ds.map(preprocessor, num_parallel_calls=tf.data.AUTOTUNE)
from_preset
方法ImageClassifierPreprocessor.from_preset(
preset, config_file="preprocessor.json", **kwargs
)
从模型预设实例化一个 keras_hub.models.Preprocessor
。
预设是一个包含配置、权重和其他文件资产的目录,用于保存和加载预训练模型。preset
可以作为以下之一传递:
'bert_base_en'
'kaggle://user/bert/keras/bert_base_en'
'hf://user/bert_base_en'
'./bert_base_en'
对于任何 Preprocessor
子类,您可以运行 cls.presets.keys()
来列出该类上所有可用的内置预设。
由于一个给定的模型通常有多个预处理类,此方法应在特定的子类上调用,例如 keras_hub.models.BertTextClassifierPreprocessor.from_preset()
。
参数
示例
# Load a preprocessor for Gemma generation.
preprocessor = keras_hub.models.CausalLMPreprocessor.from_preset(
"gemma_2b_en",
)
# Load a preprocessor for Bert classification.
preprocessor = keras_hub.models.TextClassifierPreprocessor.from_preset(
"bert_base_en",
)
预设 | 参数 | 描述 |
---|---|---|
csp_darknet_53_ra_imagenet | 26.65M | 一个 CSP-DarkNet (Cross-Stage-Partial) 图像分类模型,在 Randomly Augmented ImageNet 1k 数据集上预训练,分辨率为 224x224。 |
densenet_121_imagenet | 7.04M | 121 层 DenseNet 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224。 |
densenet_169_imagenet | 12.64M | 169 层 DenseNet 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224。 |
densenet_201_imagenet | 18.32M | 201 层 DenseNet 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224。 |
efficientnet_lite0_ra_imagenet | 4.65M | EfficientNet-Lite 模型,在 ImageNet 1k 数据集上微调,使用 RandAugment 配方。 |
efficientnet_b0_ra_imagenet | 5.29M | EfficientNet B0 模型,在 ImageNet 1k 数据集上预训练,使用 RandAugment 配方。 |
efficientnet_b0_ra4_e3600_r224_imagenet | 5.29M | EfficientNet B0 模型,由 Ross Wightman 在 ImageNet 1k 数据集上预训练。使用 timm 脚本训练,超参数受到 MobileNet-V4 small 启发,并与 timm 和 'ResNet Strikes Back' 的常用超参数混合。 |
efficientnet_es_ra_imagenet | 5.44M | EfficientNet-EdgeTPU Small 模型,在 ImageNet 1k 数据集上训练,使用 RandAugment 配方。 |
efficientnet_em_ra2_imagenet | 6.90M | EfficientNet-EdgeTPU Medium 模型,在 ImageNet 1k 数据集上训练,使用 RandAugment2 配方。 |
efficientnet_b1_ft_imagenet | 7.79M | EfficientNet B1 模型,在 ImageNet 1k 数据集上微调。 |
efficientnet_b1_ra4_e3600_r240_imagenet | 7.79M | EfficientNet B1 模型,由 Ross Wightman 在 ImageNet 1k 数据集上预训练。使用 timm 脚本训练,超参数受到 MobileNet-V4 small 启发,并与 timm 和 'ResNet Strikes Back' 的常用超参数混合。 |
efficientnet_b2_ra_imagenet | 9.11M | EfficientNet B2 模型,在 ImageNet 1k 数据集上预训练,使用 RandAugment 配方。 |
efficientnet_el_ra_imagenet | 10.59M | EfficientNet-EdgeTPU Large 模型,在 ImageNet 1k 数据集上训练,使用 RandAugment 配方。 |
efficientnet_b3_ra2_imagenet | 12.23M | EfficientNet B3 模型,在 ImageNet 1k 数据集上预训练,使用 RandAugment2 配方。 |
efficientnet2_rw_t_ra2_imagenet | 13.65M | EfficientNet-v2 Tiny 模型,在 ImageNet 1k 数据集上训练,使用 RandAugment2 配方。 |
efficientnet_b4_ra2_imagenet | 19.34M | EfficientNet B4 模型,在 ImageNet 1k 数据集上预训练,使用 RandAugment2 配方。 |
efficientnet2_rw_s_ra2_imagenet | 23.94M | EfficientNet-v2 Small 模型,在 ImageNet 1k 数据集上训练,使用 RandAugment2 配方。 |
efficientnet_b5_sw_imagenet | 30.39M | EfficientNet B5 模型,由 Ross Wightman 在 ImageNet 12k 数据集上预训练。基于 Swin Transformer 训练/预训练配方并进行了修改(与 DeiT 和 ConvNeXt 配方均相关)。 |
efficientnet_b5_sw_ft_imagenet | 30.39M | EfficientNet B5 模型,由 Ross Wightman 在 ImageNet 12k 数据集上预训练,并在 ImageNet-1k 上微调。基于 Swin Transformer 训练/预训练配方并进行了修改(与 DeiT 和 ConvNeXt 配方均相关)。 |
efficientnet2_rw_m_agc_imagenet | 53.24M | EfficientNet-v2 Medium 模型,在 ImageNet 1k 数据集上训练,使用自适应梯度裁剪。 |
mit_b0_ade20k_512 | 3.32M | MiT (MixTransformer) 模型,包含 8 个 Transformer 块。 |
mit_b0_cityscapes_1024 | 3.32M | MiT (MixTransformer) 模型,包含 8 个 Transformer 块。 |
mit_b1_ade20k_512 | 13.16M | MiT (MixTransformer) 模型,包含 8 个 Transformer 块。 |
mit_b1_cityscapes_1024 | 13.16M | MiT (MixTransformer) 模型,包含 8 个 Transformer 块。 |
mit_b2_ade20k_512 | 24.20M | MiT (MixTransformer) 模型,包含 16 个 Transformer 块。 |
mit_b2_cityscapes_1024 | 24.20M | MiT (MixTransformer) 模型,包含 16 个 Transformer 块。 |
mit_b3_ade20k_512 | 44.08M | MiT (MixTransformer) 模型,包含 28 个 Transformer 块。 |
mit_b3_cityscapes_1024 | 44.08M | MiT (MixTransformer) 模型,包含 28 个 Transformer 块。 |
mit_b4_ade20k_512 | 60.85M | MiT (MixTransformer) 模型,包含 41 个 Transformer 块。 |
mit_b4_cityscapes_1024 | 60.85M | MiT (MixTransformer) 模型,包含 41 个 Transformer 块。 |
mit_b5_ade20k_640 | 81.45M | MiT (MixTransformer) 模型,包含 52 个 Transformer 块。 |
mit_b5_cityscapes_1024 | 81.45M | MiT (MixTransformer) 模型,包含 52 个 Transformer 块。 |
mobilenet_v3_small_050_imagenet | 278.78K | Small Mobilenet V3 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224。通道乘数为一半。 |
mobilenet_v3_small_100_imagenet | 939.12K | Small Mobilenet V3 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224。通道乘数为基线值。 |
mobilenet_v3_large_100_imagenet | 3.00M | Large Mobilenet V3 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224。通道乘数为基线值。 |
mobilenet_v3_large_100_imagenet_21k | 3.00M | Large Mobilenet V3 模型,在 ImageNet 21k 数据集上预训练,分辨率为 224x224。通道乘数为基线值。 |
resnet_18_imagenet | 11.19M | 18 层 ResNet 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224。 |
resnet_vd_18_imagenet | 11.72M | 18 层 ResNetVD (含一系列技巧的 ResNet) 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224。 |
resnet_vd_34_imagenet | 21.84M | 34 层 ResNetVD (含一系列技巧的 ResNet) 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224。 |
resnet_50_imagenet | 23.56M | 50 层 ResNet 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224。 |
resnet_v2_50_imagenet | 23.56M | 50 层 ResNetV2 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224。 |
resnet_vd_50_imagenet | 25.63M | 50 层 ResNetVD (含一系列技巧的 ResNet) 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224。 |
resnet_vd_50_ssld_imagenet | 25.63M | 50 层 ResNetVD (含一系列技巧的 ResNet) 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224,使用了知识蒸馏。 |
resnet_vd_50_ssld_v2_imagenet | 25.63M | 50 层 ResNetVD (含一系列技巧的 ResNet) 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224,使用了知识蒸馏和 AutoAugment。 |
resnet_vd_50_ssld_v2_fix_imagenet | 25.63M | 50 层 ResNetVD (含一系列技巧的 ResNet) 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224,使用了知识蒸馏、AutoAugment 并对分类头进行了额外微调。 |
resnet_101_imagenet | 42.61M | 101 层 ResNet 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224。 |
resnet_v2_101_imagenet | 42.61M | 101 层 ResNetV2 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224。 |
resnet_vd_101_imagenet | 44.67M | 101 层 ResNetVD (含一系列技巧的 ResNet) 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224。 |
resnet_vd_101_ssld_imagenet | 44.67M | 101 层 ResNetVD (含一系列技巧的 ResNet) 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224,使用了知识蒸馏。 |
resnet_152_imagenet | 58.30M | 152 层 ResNet 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224。 |
resnet_vd_152_imagenet | 60.36M | 152 层 ResNetVD (含一系列技巧的 ResNet) 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224。 |
resnet_vd_200_imagenet | 74.93M | 200 层 ResNetVD (含一系列技巧的 ResNet) 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224。 |
vgg_11_imagenet | 9.22M | 11 层 VGG 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224。 |
vgg_13_imagenet | 9.40M | 13 层 VGG 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224。 |
vgg_16_imagenet | 14.71M | 16 层 VGG 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224。 |
vgg_19_imagenet | 20.02M | 19 层 VGG 模型,在 ImageNet 1k 数据集上预训练,分辨率为 224x224。 |
vit_base_patch16_224_imagenet | 85.80M | ViT-B16 模型,在 ImageNet 1k 数据集上预训练,图像分辨率为 224x224 |
vit_base_patch16_224_imagenet21k | 85.80M | ViT-B16 主干网络,在 ImageNet 21k 数据集上预训练,图像分辨率为 224x224 |
vit_base_patch16_384_imagenet | 86.09M | ViT-B16 模型,在 ImageNet 1k 数据集上预训练,图像分辨率为 384x384 |
vit_base_patch32_224_imagenet21k | 87.46M | ViT-B32 主干网络,在 ImageNet 21k 数据集上预训练,图像分辨率为 224x224 |
vit_base_patch32_384_imagenet | 87.53M | ViT-B32 模型,在 ImageNet 1k 数据集上预训练,图像分辨率为 384x384 |
vit_large_patch16_224_imagenet | 303.30M | ViT-L16 模型,在 ImageNet 1k 数据集上预训练,图像分辨率为 224x224 |
vit_large_patch16_224_imagenet21k | 303.30M | ViT-L16 主干网络,在 ImageNet 21k 数据集上预训练,图像分辨率为 224x224 |
vit_large_patch16_384_imagenet | 303.69M | ViT-L16 模型,在 ImageNet 1k 数据集上预训练,图像分辨率为 384x384 |
vit_large_patch32_224_imagenet21k | 305.51M | ViT-L32 主干网络,在 ImageNet 21k 数据集上预训练,图像分辨率为 224x224 |
vit_large_patch32_384_imagenet | 305.61M | ViT-L32 模型,在 ImageNet 1k 数据集上预训练,图像分辨率为 384x384 |
vit_huge_patch14_224_imagenet21k | 630.76M | ViT-H14 主干网络,在 ImageNet 21k 数据集上预训练,图像分辨率为 224x224 |
save_to_preset
方法ImageClassifier.save_to_preset(preset_dir)
将任务保存到预设目录。
参数