KerasHub: 预训练模型 / API 文档 / 模型架构 / SegFormer / SegFormerImageConverter

SegFormerImageConverter

[源]

SegFormerImageConverter

keras_hub.layers.SegFormerImageConverter(
    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可用于模型的输入。

此类将原始图像转换为可用于模型的输入。此转换过程包括以下步骤:

  1. 使用 image_size 调整图像大小。如果 image_sizeNone,则跳过此步骤。
  2. 通过乘以 scale 来缩放图像,scale 可以是全局的或按通道进行的。如果 scaleNone,则跳过此步骤。
  3. 通过添加 offset 来偏移图像,offset 可以是全局的或按通道进行的。如果 offsetNone,则跳过此步骤。

此层将以通道在后或通道在前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(秩 4),也可以是未批处理的(秩 3)。

此层可以与 from_preset() 构造函数一起使用,以加载将为特定预训练模型重新缩放和调整图像大小的层。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,则不会调整输入大小。
  • scale: float、float 元组或 None。要应用于输入的缩放比例。如果 scale 是单个 float,则整个输入将乘以 scale。如果 scale 是一个元组,则假定它包含按通道的缩放值,用于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。要应用于输入的偏移量。如果 offset 是单个 float,则整个输入将与 offset 相加。如果 offset 是一个元组,则假定它包含按通道的偏移值,用于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,输出图像将被裁剪,以便返回图像中符合目标纵横比的最大可能窗口(大小为 (height, width))。默认情况下(crop_to_aspect_ratio=False),可能不保留纵横比。
  • 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: 字符串,指定边界框的格式,可以是 "xyxy""rel_xyxy""xywh""center_xywh""yxyx""rel_yxyx" 中的一种。指定将与图像一起调整大小到 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包含键 "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 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)))

[源]

from_preset 方法

SegFormerImageConverter.from_preset(preset, **kwargs)

从模型预设实例化 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 可以以下列方式之一传递:

  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() 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,则会将权重加载到模型架构中。如果为 False,则权重将随机初始化。

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)