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:
image_size
调整图像大小。如果 image_size
为 None
,则跳过此步骤。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。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
(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。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。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。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。"bilinear"
、"nearest"
、"bicubic"
、"lanczos3"
、"lanczos5"
。默认为 "bilinear"
。False
。"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。"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)))
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:
'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()
以列出类上所有可用的内置预设。
参数
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)
预设 | 参数 | 描述 |
---|---|---|
sam_base_sa1b | 93.74M | 在 SA1B 数据集上训练的基础 SAM 模型。 |
sam_huge_sa1b | 312.34M | 在 SA1B 数据集上训练的巨型 SAM 模型。 |
sam_large_sa1b | 641.09M | 在 SA1B 数据集上训练的大型 SAM 模型。 |