KerasHub:预训练模型 / API 文档 / 模型架构 / BASNet / BASNetImageConverter

BASNetImageConverter

[源]

BASNetImageConverter

keras_hub.layers.BASNetImageConverter(
    image_size=None,
    scale=None,
    offset=None,
    crop_to_aspect_ratio=True,
    pad_to_aspect_ratio=False,
    interpolation="bilinear",
    antialias=False,
    bounding_box_format="yxyx",
    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。此转换过程包括以下步骤:

  1. 使用 image_size 调整图像大小。如果 image_sizeNone,则跳过此步骤。
  2. 通过乘以 scale 缩放图像,scale 可以是全局的或按通道的。如果 scaleNone,则跳过此步骤。
  3. 通过加上 offset 偏移图像,offset 可以是全局的或按通道的。如果 offsetNone,则跳过此步骤。

该层将接受通道在后或通道在前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。此张量可以是批量化的(rank 4)或非批量化的(rank 3)。

该层可以配合 from_preset() 构造函数使用,以加载一个层,该层将针对特定的预训练模型缩放和调整图像大小。以这种方式使用该层可以编写无需在模型检查点之间切换时进行更新的预处理代码。

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,则不调整输入大小。
  • scale: float、float 元组或 None。应用于输入的缩放值。如果 scale 是单个 float 值,则整个输入将乘以 scale。如果 scale 是元组,则假定它包含与输入图像每个通道相乘的每个通道缩放值。如果 scaleNone,则不应用缩放。
  • offset: float、float 元组或 None。应用于输入的偏移量。如果 offset 是单个 float 值,则整个输入将与 offset 相加。如果 offset 是元组,则假定它包含与输入图像每个通道相加的每个通道偏移值。如果 offsetNone,则不应用偏移。
  • crop_to_aspect_ratio: 如果为 True,则在不扭曲宽高比的情况下调整图像大小。当原始宽高比与目标宽高比不同时,将裁剪输出图像,以返回图像中可能的最大窗口(大小为 (height, width)),该窗口与目标宽高比匹配。默认情况下(crop_to_aspect_ratio=False),可能不保留宽高比。
  • interpolation: 字符串,插值方法。支持 "bilinear""nearest""bicubic""lanczos3""lanczos5"。默认为 "bilinear"
  • antialias: 在对图像进行下采样时是否使用抗锯齿滤波器。默认为 False
  • bounding_box_format: 指定边界框格式的字符串,可以是 "xyxy""rel_xyxy""xywh""center_xywh""yxyx""rel_yxyx" 之一。指定将随图像一起调整到 image_size 的边界框格式。要将边界框传递给此层,请在调用层时传递一个包含键 "images""bounding_boxes" 的字典。
  • data_format: 字符串,"channels_last""channels_first"。输入的维度顺序。"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/keras.json 中的 Keras 配置文件中找到的 image_data_format 值。如果您从未设置它,则它将是 "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)))

[源]

from_preset 方法

BASNetImageConverter.from_preset(preset, **kwargs)

从模型预设实例化 keras_hub.layers.ImageConverter

预设是一个包含配置、权重和其他文件资源的目录,用于保存和加载预训练模型。preset 可以作为以下之一传递:

  1. 内置预设标识符,例如 'pali_gemma_3b_224'
  2. Kaggle Models 句柄,例如 'kaggle://user/paligemma/keras/pali_gemma_3b_224'
  3. Hugging Face 句柄,例如 'hf://user/pali_gemma_3b_224'
  4. 本地预设目录的路径,例如 './pali_gemma_3b_224'

您可以运行 cls.presets.keys() 来列出该类上所有可用的内置预设。

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。
  • load_weights: 布尔值。如果为 True,权重将被加载到模型架构中。如果为 False,权重将随机初始化。

示例

batch = np.random.randint(0, 256, size=(2, 512, 512, 3))

# Resize images for `"pali_gemma_3b_224"`.
converter = keras_hub.layers.ImageConverter.from_preset(
    "pali_gemma_3b_224"
)
converter(batch) # # Output shape (2, 224, 224, 3)

# Resize images for `"pali_gemma_3b_448"` without cropping.
converter = keras_hub.layers.ImageConverter.from_preset(
    "pali_gemma_3b_448",
    crop_to_aspect_ratio=False,
)
converter(batch) # # Output shape (2, 448, 448, 3)
预设 参数 描述
basnet_duts 108.89M 采用 34 层 ResNet 主干的 BASNet 模型,在 DUTS 图像数据集上以 288x288 分辨率预训练。模型训练由 Hamid Ali (https://github.com/hamidriasat/BASNet) 完成。