CSPNetImageConverter
类keras_hub.layers.CSPNetImageConverter(
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可用的输入。
此类将原始图像转换为模型可用的输入。此转换过程遵循以下步骤:
image_size
调整图像大小。如果 image_size
为 None
,则跳过此步骤。scale
来缩放图像,scale
可以是全局的或按通道的。如果 scale
为 None
,则跳过此步骤。offset
来偏移图像,offset
可以是全局的或按通道的。如果 offset
为 None
,则不应用偏移。该层将接收通道在后 (channels last) 或通道在前 (channels first) 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(秩为 4),也可以是未批处理的(秩为 3)。
此层可与 from_preset()
构造函数一起使用,以加载一个层,该层将为特定的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可以编写预处理代码,这些代码在切换模型检查点时无需更新。
参数
(int, int)
元组或 None
。图像的输出尺寸,不包括通道轴。如果为 None
,则不调整输入尺寸。None
。应用于输入的缩放因子。如果 scale
是单个 float,则整个输入将乘以 scale
。如果 scale
是一个元组,则假定它包含每个通道的缩放值,并乘以输入图像的每个通道。如果 scale
为 None
,则不应用缩放。None
。应用于输入的偏移值。如果 offset
是单个 float,则整个输入将与 offset
相加。如果 offset
是一个元组,则假定它包含每个通道的偏移值,并与输入图像的每个通道相加。如果 offset
为 None
,则不应用偏移。True
,则在调整图像大小时不进行长宽比失真。当原始长宽比与目标长宽比不同时,将裁剪输出图像,以返回图像中与目标长宽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
),可能不会保留长宽比。"bilinear"
(双线性)、"nearest"
(最近邻)、"bicubic"
(双三次)、"lanczos3"
、"lanczos5"
。默认为 "bilinear"
。False
。"xyxy"
、"rel_xyxy"
、"xywh"
、"center_xywh"
、"yxyx"
、"rel_yxyx"
之一。指定与图像一起调整到 image_size
的边界框格式。要将边界框传递给此层,调用该层时请传递一个包含键 "images"
和 "bounding_boxes"
的字典。"channels_last"
(通道在后)或 "channels_first"
(通道在前)。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 Keras 配置文件 ~/.keras/keras.json
中的 image_data_format
值。如果你从未设置过它,则默认为 "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)))
from_preset
方法CSPNetImageConverter.from_preset(preset, **kwargs)
从模型预设实例化一个 keras_hub.layers.ImageConverter
。
预设是用于保存和加载预训练模型的配置、权重及其他文件资产的目录。preset
可以按以下方式之一传递:
'pali_gemma_3b_224'
'kaggle://user/paligemma/keras/pali_gemma_3b_224'
'hf://user/pali_gemma_3b_224'
'./pali_gemma_3b_224'
您可以运行 cls.presets.keys()
以列出该类上所有可用的内置预设。
参数
True
,则将权重加载到模型架构中。如果为 False
,则权重将随机初始化。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 |
---|---|---|
csp_darknet_53_ra_imagenet | 26.65M | 一个 CSP-DarkNet (Cross-Stage-Partial) 图像分类模型,在随机增强的 ImageNet 1k 数据集上以 224x224 分辨率预训练。 |