EfficientNetImageConverter
类keras_hub.layers.EfficientNetImageConverter(
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。转换过程如下:
image_size
大小。如果 image_size
为 None
,则跳过此步骤。scale
来重新缩放图像,scale
可以是全局值或按通道值。如果 scale
为 None
,则跳过此步骤。offset
来偏移图像,offset
可以是全局值或按通道值。如果 offset
为 None
,则跳过此步骤。该层将接受通道最后或通道优先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),也可以是非批处理的(秩为 3)。
此层可以与 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。通过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更新的预处理代码。
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
,则不调整输入大小。None
。应用于输入的缩放比例。如果 scale
是单个 float,则整个输入将乘以 scale
。如果 scale
是一个元组,则假定它包含与输入图像的每个通道相乘的每通道缩放值。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,则假定它包含与输入图像的每个通道相加的每通道偏移值。如果 offset
为 None
,则不应用缩放。True
,则在不失真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,以便返回与目标纵横比匹配的图像中可能的最大窗口(大小为 (height, width)
)。默认情况下(crop_to_aspect_ratio=False
),可能不保留纵横比。"bilinear"
, "nearest"
, "bicubic"
, "lanczos3"
, "lanczos5"
。默认为 "bilinear"
。False
。"xyxy"
, "rel_xyxy"
, "xywh"
, "center_xywh"
, "yxyx"
, "rel_yxyx"
之一。指定边界框的格式,边界框将与图像一起调整到 image_size
大小。要将边界框传递给此层,请在调用该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 Keras 配置文件中 ~/.keras/keras.json
中找到的 image_data_format
值。如果从未设置过,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EfficientNetImageConverter.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一系列配置、权重和其他文件资产。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()
来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 |
---|---|---|
efficientnet_lite0_ra_imagenet | 4.65M | EfficientNet-Lite 模型在 ImageNet 1k 数据集上使用 RandAugment 配方微调。 |
efficientnet_b0_ra_imagenet | 5.29M | EfficientNet B0 模型在 ImageNet 1k 数据集上使用 RandAugment 配方预训练。 |
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 脚本训练,超参数受到 MobileNet-V4 small、timm 的 go-to 超参数和 'ResNet Strikes Back' 的启发。 |
efficientnet_es_ra_imagenet | 5.44M | EfficientNet-EdgeTPU Small 模型在 ImageNet 1k 数据集上使用 RandAugment 配方训练。 |
efficientnet_em_ra2_imagenet | 6.90M | EfficientNet-EdgeTPU Medium 模型在 ImageNet 1k 数据集上使用 RandAugment2 配方训练。 |
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 | Ross Wightman 在 ImageNet 1k 数据集上预训练的 EfficientNet B1 模型。使用 timm 脚本训练,超参数受到 MobileNet-V4 small、timm 的 go-to 超参数和 'ResNet Strikes Back' 的启发。 |
efficientnet_b2_ra_imagenet | 9.11M | EfficientNet B2 模型在 ImageNet 1k 数据集上使用 RandAugment 配方预训练。 |
efficientnet_el_ra_imagenet | 10.59M | EfficientNet-EdgeTPU Large 模型在 ImageNet 1k 数据集上使用 RandAugment 配方训练。 |
efficientnet_b3_ra2_imagenet | 12.23M | EfficientNet B3 模型在 ImageNet 1k 数据集上使用 RandAugment2 配方预训练。 |
efficientnet2_rw_t_ra2_imagenet | 13.65M | EfficientNet-v2 Tiny 模型在 ImageNet 1k 数据集上使用 RandAugment2 配方训练。 |
efficientnet_b4_ra2_imagenet | 19.34M | EfficientNet B4 模型在 ImageNet 1k 数据集上使用 RandAugment2 配方预训练。 |
efficientnet2_rw_s_ra2_imagenet | 23.94M | EfficientNet-v2 Small 模型在 ImageNet 1k 数据集上使用 RandAugment2 配方训练。 |
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 | EfficientNet-v2 Medium 模型在 ImageNet 1k 数据集上使用自适应梯度裁剪训练。 |