DeepLabV3ImageConverter
类keras_hub.layers.DeepLabV3ImageConverter(
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
)
将原始图像预处理成模型就绪的输入。
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:
image_size
调整图像大小。如果 image_size
为 None
,则跳过此步骤。scale
进行缩放,scale
可以是全局的或按通道计算的。如果 scale
为 None
,则跳过此步骤。offset
对图像进行偏移,offset
可以是全局的或按通道计算的。如果 offset
为 None
,则跳过此步骤。此层将以 channels_last 或 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。此张量可以批处理(秩 4)或非批处理(秩 3)。
此层可以与 from_preset()
构造函数一起使用,加载一个将为特定预训练模型重新缩放和调整图像大小的层。以这种方式使用此层可以在切换模型检查点时无需更新预处理代码。
参数
(int, int)
元组或 None
。图像的输出大小,不包括通道轴。如果为 None
,则不对输入进行调整大小。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,则假定它包含应用于输入图像每个通道的每通道缩放值。如果 scale
为 None
,则不应用缩放。None
。应用于输入的偏移量。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,则假定它包含应用于输入图像每个通道的每通道偏移值。如果 offset
为 None
,则不应用缩放。True
,则在不扭曲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,将裁剪输出图像以返回图像中匹配目标纵横比的最大可能窗口(大小为 (height, width)
)。默认情况下(crop_to_aspect_ratio=False
),可能不会保留纵横比。"bilinear"
、"nearest"
、"bicubic"
、"lanczos3"
、"lanczos5"
。默认为 "bilinear"
。False
。"xyxy"
、"rel_xyxy"
、"xywh"
、"center_xywh"
、"yxyx"
、"rel_yxyx"
之一。指定将与图像一起调整到 image_size
的边界框格式。要将边界框传递给此层,请在调用此层时传递一个包含键 "images"
和 "bounding_boxes"
的字典。"channels_last"
或 "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 Keras 配置文件 ~/.keras/keras.json
中找到的 image_data_format
值。如果您从未设置过,则为 "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DeepLabV3ImageConverter.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、权重和其他文件资产的目录。preset
可以以下列形式之一传递:
'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()
来列出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
,则随机初始化权重。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 |
---|---|---|
deeplab_v3_plus_resnet50_pascalvoc | 39.19M | DeepLabV3+ 模型,使用 ResNet50 作为图像编码器,并在 Semantic Boundaries Dataset (SBD) 增强的 Pascal VOC 数据集上训练,其分类准确率为 90.01,平均 IoU 为 0.63。 |