keras_hub.models.RetinaNetObjectDetectorPreprocessor(image_converter=None, **kwargs)
对象检测器预处理层的基类。
`ObjectDetectorPreprocessor` 任务封装了一个 `keras_hub.layers.Preprocessor` 以创建用于对象检测任务的预处理层。它旨在与 `keras_hub.models.ImageObjectDetector` 任务配合使用。
所有 `ObjectDetectorPreprocessor` 都接受三个输入:`x`、`y` 和 `sample_weight`。`x` 是第一个输入,应始终包含。它可以是一张图片或一批图片。请参阅下面的示例。`y` 和 `sample_weight` 是可选输入,将按原样传递。通常,`y` 将是一个字典,格式为 `{"boxes": Tensor(batch_size, num_boxes, 4), "classes": (batch_size, num_boxes)}`。
如果提供了标签,该层将返回 `x` 或 `(x, y)` 元组;如果提供了标签和样本权重,则返回 `(x, y, sample_weight)` 元组。`x` 将是应用所有模型预处理后的输入图片。
所有 `ObjectDetectorPreprocessor` 任务都包含一个 `from_preset()` 构造函数,可用于加载预训练的配置和词汇表。您可以在此基类上直接调用 `from_preset()` 构造函数,在这种情况下,将自动实例化适用于您模型的正确类。
参数
示例。
preprocessor = keras_hub.models.ObjectDetectorPreprocessor.from_preset(
"retinanet_resnet50",
)
----
<span style="float:right;">[[source]](https://github.com/keras-team/keras-hub/tree/v0.20.0/keras_hub/src/models/preprocessor.py#L132)</span>
### `from_preset` method
```python
RetinaNetObjectDetectorPreprocessor.from_preset(
preset, config_file="preprocessor.json", **kwargs
)
从模型预设实例化一个 `keras_hub.models.Preprocessor`。
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` 可以以下列方式之一传递:
'bert_base_en'
'kaggle://user/bert/keras/bert_base_en'
'hf://user/bert_base_en'
'./bert_base_en'
对于任何 `Preprocessor` 子类,您都可以运行 cls.presets.keys()
来列出该类上所有可用的内置预设。
由于给定模型通常有多个预处理类,因此应在特定的子类上调用此方法,例如 keras_hub.models.BertTextClassifierPreprocessor.from_preset()
。
参数
示例
# Load a preprocessor for Gemma generation.
preprocessor = keras_hub.models.CausalLMPreprocessor.from_preset(
"gemma_2b_en",
)
# Load a preprocessor for Bert classification.
preprocessor = keras_hub.models.TextClassifierPreprocessor.from_preset(
"bert_base_en",
)
预设 | 参数 | 描述 |
---|---|---|
retinanet_resnet50_fpn_v2_coco | 31.56M | RetinaNet 模型,使用 ResNet50 主干网络,在 COCO 上以 800x800 分辨率微调,FPN 特征由 P5 级别创建。 |
retinanet_resnet50_fpn_coco | 34.12M | RetinaNet 模型,使用 ResNet50 主干网络,在 COCO 上以 800x800 分辨率微调。 |
keras_hub.models.RetinaNetObjectDetectorPreprocessor.image_converter
用于预处理图片数据的图片转换器。