SAMImageConverter

[源代码]

SAMImageConverter 类

keras_hub.layers.SAMImageConverter(
    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准备好的输入。

此类将原始图像转换为模型准备好的输入。此转换按以下步骤进行：

1. 使用 image_size 调整图像大小。如果 image_size 为 None，则跳过此步骤。
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 scale 为 None，则跳过此步骤。
3. 通过加上 offset 偏移图像，offset 可以是全局的或按通道的。如果 offset 为 None，则不应用偏移。

该层将接受原始图像张量作为输入，采用通道在后或通道在前格式，并输出用于模型的预处理图像输入。此张量可以是批处理的（rank 4），也可以是非批处理的（rank 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。以这种方式使用此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。图像的输出尺寸，不包括通道轴。如果为 None，则输入将不会被调整大小。
• scale: float、浮点数元组或 None。应用于输入的比例。如果 scale 是一个单精度浮点数，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按通道比例值。如果 scale 为 None，则不应用缩放。
• offset: float、浮点数元组或 None。应用于输入的偏移量。如果 offset 是一个单精度浮点数，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按通道偏移值。如果 offset 为 None，则不应用偏移。
• crop_to_aspect_ratio: 如果为 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，以便返回图像中与目标纵横比匹配的最大可能窗口（大小为 (height, width)）。默认情况下 (crop_to_aspect_ratio=False)，纵横比可能不会保留。
• interpolation: 字符串，插值方法。支持 "bilinear"、"nearest"、"bicubic"、"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，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，请在调用该层时传递一个包含键 "images" 和 "bounding_boxes" 的字典。
• data_format: 字符串，可以是 "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 中找到的 image_data_format 值。如果您从未设置它，则它将是 "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)))

[源代码]

from_preset 方法

SAMImageConverter.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、权重和其他文件资源的目录。preset 可以作为以下之一传递：

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() 以列出类上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: 布尔值。如果为 True，则权重将被加载到模型架构中。如果为 False，则权重将被随机初始化。

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)