調整圖層大小

[來源]

Resizing 類別

keras_cv.layers.Resizing(
    height,
    width,
    interpolation="bilinear",
    crop_to_aspect_ratio=False,
    pad_to_aspect_ratio=False,
    bounding_box_format=None,
    **kwargs
)

調整影像大小的預處理層。

這個層會將影像輸入調整為目標高度和寬度。 輸入應為 "channels_last" 格式的 4D（批次）或 3D（非批次）張量。 輸入像素值可以是任何範圍（例如 [0., 1.) 或 [0, 255]）以及整數或浮點數資料類型。 根據預設，該層將輸出浮點數。

此層可以呼叫不同大小的輸入影像的 tf.RaggedTensor 批次，並將輸出調整為大小均勻的密集張量。

如需預處理層的概觀和完整清單，請參閱預處理指南。

引數

• height：整數，輸出形狀的高度。
• width：整數，輸出形狀的寬度。
• interpolation：字串，插值方法，預設為 "bilinear"。 支援 "bilinear"、"nearest"、"bicubic"、"area"、"lanczos3"、"lanczos5"、"gaussian"、"mitchellcubic"。
• crop_to_aspect_ratio：如果為 True，則在不改變長寬比的情況下調整影像大小。 當原始長寬比與目標長寬比不同時，將裁剪輸出影像以返回影像中與目標長寬比相符的最大可能視窗（大小為 (height, width)）。 根據預設，(crop_to_aspect_ratio=False)，長寬比可能會改變。
• pad_to_aspect_ratio：如果為 True，則在不改變長寬比的情況下調整影像大小。 當原始長寬比與目標長寬比不同時，將填充輸出影像以返回與目標長寬比相符的最大可能影像大小調整大小（大小為 (height, width)）。 根據預設，(pad_to_aspect_ratio=False)，長寬比可能會改變。
• bounding_box_format：輸入資料集中邊界框的格式。如需支援的邊界框格式的詳細資訊，請參閱 https://github.com/keras-team/keras-cv/blob/master/keras_cv/bounding_box/converters.py。