► KerasHub：预训练模型 / API 文档 / 建模 API / ImageClassifierPreprocessor

ImageClassifierPreprocessor

[source]

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，用于为图像分类任务创建预处理层。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。 x 是第一个输入，应始终包含。它可以是图像或一批图像。请参阅以下示例。 y 和 sample_weight 是可选输入，将保持不变地传递。通常，y 将是分类标签，而 sample_weight 将不提供。

该层将输出 x，如果提供了标签，则输出 (x, y) 元组，如果提供了标签和样本权重，则输出 (x, y, sample_weight) 元组。 x 将是应用所有模型预处理后的输入图像。

所有 ImageClassifierPreprocessor 任务都包含一个 from_preset() 构造函数，可用于加载预训练的配置和词汇表。您可以直接在此基类上调用 from_preset() 构造函数，在这种情况下，将自动实例化适合您模型的类。

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)

[source]

from_preset 方法

ImageClassifierPreprocessor.from_preset(
    preset, config_file="preprocessor.json", **kwargs
)

从模型预设实例化 keras_hub.models.Preprocessor。

预设是用于保存和加载预训练模型的配置、权重和其他文件资产的目录。preset 可以作为以下项之一传递

  1. 内置预设标识符，例如 'bert_base_en'
  2. Kaggle Models 句柄，例如 'kaggle://user/bert/keras/bert_base_en'
  3. Hugging Face 句柄，例如 'hf://user/bert_base_en'
  4. 本地预设目录的路径，例如 './bert_base_en'

对于任何 Preprocessor 子类，您可以运行 cls.presets.keys() 以列出该类上所有可用的内置预设。

由于给定模型通常有多个预处理类，因此应在特定的子类（如 keras_hub.models.BertTextClassifierPreprocessor.from_preset()）上调用此方法。

参数

  • preset: 字符串。内置预设标识符、Kaggle Models 句柄、Hugging Face 句柄或本地目录的路径。

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
densenet_121_imagenet 7.04M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 121 层 DenseNet 模型。
densenet_169_imagenet 12.64M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 169 层 DenseNet 模型。
densenet_201_imagenet 18.32M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 201 层 DenseNet 模型。
efficientnet_lite0_ra_imagenet 4.65M 在 ImageNet 1k 数据集上使用 RandAugment 配方微调的 EfficientNet-Lite 模型。
efficientnet_b0_ra_imagenet 5.29M 在 ImageNet 1k 数据集上使用 RandAugment 配方预训练的 EfficientNet B0 模型。
efficientnet_b0_ra4_e3600_r224_imagenet 5.29M Ross Wightman 在 ImageNet 1k 数据集上预训练的 EfficientNet B0 模型。 使用 timm 脚本进行训练，其超参数灵感来自 MobileNet-V4 small，并混合了来自 timm 和 “ResNet Strikes Back” 的常用超参数。
efficientnet_es_ra_imagenet 5.44M 在 ImageNet 1k 数据集上使用 RandAugment 配方训练的 EfficientNet-EdgeTPU Small 模型。
efficientnet_em_ra2_imagenet 6.90M 在 ImageNet 1k 数据集上使用 RandAugment2 配方训练的 EfficientNet-EdgeTPU Medium 模型。
efficientnet_b1_ft_imagenet 7.79M 在 ImageNet 1k 数据集上微调的 EfficientNet B1 模型。
efficientnet_b1_ra4_e3600_r240_imagenet 7.79M Ross Wightman 在 ImageNet 1k 数据集上预训练的 EfficientNet B1 模型。 使用 timm 脚本进行训练，其超参数灵感来自 MobileNet-V4 small，并混合了来自 timm 和 “ResNet Strikes Back” 的常用超参数。
efficientnet_b2_ra_imagenet 9.11M 在 ImageNet 1k 数据集上使用 RandAugment 配方预训练的 EfficientNet B2 模型。
efficientnet_el_ra_imagenet 10.59M 在 ImageNet 1k 数据集上使用 RandAugment 配方训练的 EfficientNet-EdgeTPU Large 模型。
efficientnet_b3_ra2_imagenet 12.23M 在 ImageNet 1k 数据集上使用 RandAugment2 配方预训练的 EfficientNet B3 模型。
efficientnet2_rw_t_ra2_imagenet 13.65M 在 ImageNet 1k 数据集上使用 RandAugment2 配方训练的 EfficientNet-v2 Tiny 模型。
efficientnet_b4_ra2_imagenet 19.34M 在 ImageNet 1k 数据集上使用 RandAugment2 配方预训练的 EfficientNet B4 模型。
efficientnet2_rw_s_ra2_imagenet 23.94M 在 ImageNet 1k 数据集上使用 RandAugment2 配方训练的 EfficientNet-v2 Small 模型。
efficientnet_b5_sw_imagenet 30.39M Ross Wightman 在 ImageNet 12k 数据集上预训练的 EfficientNet B5 模型。 基于 Swin Transformer 训练/预训练配方，并进行了修改（与 DeiT 和 ConvNeXt 配方相关）。
efficientnet_b5_sw_ft_imagenet 30.39M Ross Wightman 在 ImageNet 12k 数据集上预训练并在 ImageNet-1k 上微调的 EfficientNet B5 模型。 基于 Swin Transformer 训练/预训练配方，并进行了修改（与 DeiT 和 ConvNeXt 配方相关）。
efficientnet2_rw_m_agc_imagenet 53.24M 在 ImageNet 1k 数据集上使用自适应梯度裁剪训练的 EfficientNet-v2 Medium 模型。
mit_b0_ade20k_512 3.32M 具有 8 个 Transformer 块的 MiT (MixTransformer) 模型。
mit_b0_cityscapes_1024 3.32M 具有 8 个 Transformer 块的 MiT (MixTransformer) 模型。
mit_b1_ade20k_512 13.16M 具有 8 个 Transformer 块的 MiT (MixTransformer) 模型。
mit_b1_cityscapes_1024 13.16M 具有 8 个 Transformer 块的 MiT (MixTransformer) 模型。
mit_b2_ade20k_512 24.20M 具有 16 个 Transformer 块的 MiT (MixTransformer) 模型。
mit_b2_cityscapes_1024 24.20M 具有 16 个 Transformer 块的 MiT (MixTransformer) 模型。
mit_b3_ade20k_512 44.08M 具有 28 个 Transformer 块的 MiT (MixTransformer) 模型。
mit_b3_cityscapes_1024 44.08M 具有 28 个 Transformer 块的 MiT (MixTransformer) 模型。
mit_b4_ade20k_512 60.85M 具有 41 个 Transformer 块的 MiT (MixTransformer) 模型。
mit_b4_cityscapes_1024 60.85M 具有 41 个 Transformer 块的 MiT (MixTransformer) 模型。
mit_b5_ade20k_640 81.45M 具有 52 个 Transformer 块的 MiT (MixTransformer) 模型。
mit_b5_cityscapes_1024 81.45M 具有 52 个 Transformer 块的 MiT (MixTransformer) 模型。
mobilenet_v3_small_050_imagenet 278.78K 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的小型 MobileNet V3 模型。
resnet_18_imagenet 11.19M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 18 层 ResNet 模型。
resnet_vd_18_imagenet 11.72M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 18 层 ResNetVD（带有技巧包的 ResNet）模型。
resnet_vd_34_imagenet 21.84M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 34 层 ResNetVD（带有技巧包的 ResNet）模型。
resnet_50_imagenet 23.56M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 50 层 ResNet 模型。
resnet_v2_50_imagenet 23.56M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 50 层 ResNetV2 模型。
resnet_vd_50_imagenet 25.63M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 50 层 ResNetVD（带有技巧包的 ResNet）模型。
resnet_vd_50_ssld_imagenet 25.63M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 50 层 ResNetVD（带有技巧包的 ResNet）模型，带有知识蒸馏。
resnet_vd_50_ssld_v2_imagenet 25.63M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 50 层 ResNetVD（带有技巧包的 ResNet）模型，带有知识蒸馏和 AutoAugment。
resnet_vd_50_ssld_v2_fix_imagenet 25.63M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 50 层 ResNetVD（带有技巧包的 ResNet）模型，带有知识蒸馏、AutoAugment 和分类头的额外微调。
resnet_101_imagenet 42.61M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 101 层 ResNet 模型。
resnet_v2_101_imagenet 42.61M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 101 层 ResNetV2 模型。
resnet_vd_101_imagenet 44.67M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 101 层 ResNetVD（带有技巧包的 ResNet）模型。
resnet_vd_101_ssld_imagenet 44.67M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 101 层 ResNetVD（带有技巧包的 ResNet）模型，带有知识蒸馏。
resnet_152_imagenet 58.30M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 152 层 ResNet 模型。
resnet_vd_152_imagenet 60.36M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 152 层 ResNetVD（带有技巧包的 ResNet）模型。
resnet_vd_200_imagenet 74.93M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 200 层 ResNetVD（带有技巧包的 ResNet）模型。
vgg_11_imagenet 9.22M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 11 层 vgg 模型。
vgg_13_imagenet 9.40M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 13 层 vgg 模型。
vgg_16_imagenet 14.71M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 16 层 vgg 模型。
vgg_19_imagenet 20.02M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的 19 层 vgg 模型。
vit_base_patch16_224_imagenet 85.80M 在 ImageNet 1k 数据集上以 224x224 图像分辨率预训练的 ViT-B16 模型
vit_base_patch16_224_imagenet21k 85.80M 在 ImageNet 21k 数据集上以 224x224 图像分辨率预训练的 ViT-B16 主干网络
vit_base_patch16_384_imagenet 86.09M 在 ImageNet 1k 数据集上以 384x384 图像分辨率预训练的 ViT-B16 模型
vit_base_patch32_224_imagenet21k 87.46M 在 ImageNet 21k 数据集上以 224x224 图像分辨率预训练的 ViT-B32 主干网络
vit_base_patch32_384_imagenet 87.53M 在 ImageNet 1k 数据集上以 384x384 图像分辨率预训练的 ViT-B32 模型
vit_large_patch16_224_imagenet 303.30M 在 ImageNet 1k 数据集上以 224x224 图像分辨率预训练的 ViT-L16 模型
vit_large_patch16_224_imagenet21k 303.30M 在 ImageNet 21k 数据集上以 224x224 图像分辨率预训练的 ViT-L16 主干网络
vit_large_patch16_384_imagenet 303.69M 在 ImageNet 1k 数据集上以 384x384 图像分辨率预训练的 ViT-L16 模型
vit_large_patch32_224_imagenet21k 305.51M 在 ImageNet 21k 数据集上以 224x224 图像分辨率预训练的 ViT-L32 主干网络
vit_large_patch32_384_imagenet 305.61M 在 ImageNet 1k 数据集上以 384x384 图像分辨率预训练的 ViT-L32 模型
vit_huge_patch14_224_imagenet21k 630.76M 在 ImageNet 21k 数据集上以 224x224 图像分辨率预训练的 ViT-H14 主干网络

[source]

save_to_preset 方法

ImageClassifier.save_to_preset(preset_dir)

将任务保存到预设目录。

参数

  • preset_dir: 本地模型预设目录的路径。
ImageClassifierPreprocessor
ImageClassifierPreprocessor 类
from_preset 方法
save_to_preset 方法