RetinaNetImageConverter
类keras_hub.layers.RetinaNetImageConverter()
将原始图像预处理为模型可用的输入。
此类别将原始图像转换为模型可用的输入。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
可以是全局值或按通道计算。如果 scale
为 None
,则跳过此步骤。offset
偏移图像,offset
可以是全局值或按通道计算。如果 offset
为 None
,则跳过此步骤。该层将原始图像张量作为输入,格式可以是 channels last 或 channels first,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)。
此层可与 from_preset()
构造函数一起使用,以加载一个将为特定预训练模型缩放和调整图像大小的层。以这种方式使用该层可以编写预处理代码,在切换模型检查点时无需更新。
参数
(int, int)
元组或 None
。图像的输出大小,不包括通道轴。如果为 None
,则不会调整输入大小。None
。应用于输入的缩放值。如果 scale
是单个 float,则整个输入将乘以 scale
。如果 scale
是元组,则假定它包含对输入图像每个通道相乘的按通道缩放值。如果 scale
为 None
,则不应用缩放。None
。应用于输入的偏移值。如果 offset
是单个 float,则整个输入将加上 offset
。如果 offset
是元组,则假定它包含对输入图像每个通道相加的按通道偏移值。如果 offset
为 None
,则不应用偏移。True
,则在调整图像大小时不进行纵横比失真。当原始纵横比与目标纵横比不同时,将裁剪输出图像,以返回与目标纵横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
),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"
中的一个。指定将随图像一起调整到 image_size
的边界框的格式。要将边界框传递给此层,请在调用该层时传递一个带有键 "images"
和 "bounding_boxes"
的字典。"channels_last"
或 "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。它默认为您的 Keras 配置文件 ~/.keras/keras.json
中的 image_data_format
值。如果您从未设置它,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RetinaNetImageConverter.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
可以按以下任一方式传递:
'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()
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 |
---|---|---|
retinanet_resnet50_fpn_v2_coco | 31.56M | 基于 ResNet50 主干网络的 RetinaNet 模型,在 COCO 上进行微调,分辨率为 800x800,并使用了从 P5 级别创建的 FPN 特征。 |
retinanet_resnet50_fpn_coco | 34.12M | 基于 ResNet50 主干网络的 RetinaNet 模型,在 COCO 上进行微调,分辨率为 800x800。 |