KerasHub:预训练模型 / API 文档 / 模型架构 / MobileNet / MobileNetImageConverter

MobileNetImageConverter

[来源]

MobileNetImageConverter

keras_hub.layers.MobileNetImageConverter(
    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。此转换按照以下步骤进行:

  1. 使用 image_size 调整图像大小。如果 image_sizeNone,此步骤将被跳过。
  2. 通过乘以 scale 重新缩放图像,scale 可以是全局的或按通道的。如果 scaleNone,此步骤将被跳过。
  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,此步骤将被跳过。

该层将接受通道在后 (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 (rank 4) 或非批处理的 (rank 3)。

该层可与 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无需在模型检查点之间切换时更新的预处理代码。

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,输入将不会被调整大小。
  • scale: float、float 元组或 None。应用于输入的缩放比例。如果 scale 是单个 float,整个输入将乘以 scale。如果 scale 是元组,则假定它包含按通道的缩放值,该值乘以输入图像的每个通道。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,整个输入将与 offset 相加。如果 offset 是元组,则假定它包含按通道的偏移值,该值与输入图像的每个通道相加。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,以便返回与目标宽高比匹配的图像中最大可能的窗口 (大小为 (height, width))。默认情况下 (crop_to_aspect_ratio=False),宽高比可能不被保留。
  • interpolation: 字符串,插值方法。支持 "bilinear" (双线性)、"nearest" (最近邻)、"bicubic" (双三次)、"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。指定将与图像一起调整大小到 image_size 的边界框格式。要将边界框传递给此层,在调用该层时传递一个带有键 "images""bounding_boxes" 的字典。
  • data_format: 字符串,可以是 "channels_last""channels_first"。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。它默认为您 Keras 配置文件 ~/.keras/keras.json 中的 image_data_format 值。如果您从未设置过,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)))

[来源]

from_preset 方法

MobileNetImageConverter.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 可以按以下方式之一传递:

  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() 来列出类中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: bool。如果为 True,权重将加载到模型架构中。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
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。通道乘数减半。
mobilenet_v3_small_100_imagenet 939.12K 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的小型 Mobilenet V3 模型。具有基线通道乘数。
mobilenet_v3_large_100_imagenet 3.00M 在 ImageNet 1k 数据集上以 224x224 分辨率预训练的大型 Mobilenet V3 模型。具有基线通道乘数。
mobilenet_v3_large_100_imagenet_21k 3.00M 在 ImageNet 21k 数据集上以 224x224 分辨率预训练的大型 Mobilenet V3 模型。具有基线通道乘数。