► KerasHub：預訓練模型 / API 文件 / 建模 API / ImageClassifierPreprocessor

ImageClassifierPreprocessor

[source]

ImageClassifierPreprocessor 類別

keras_hub.models.ImageClassifierPreprocessor(image_converter=None, **kwargs)

用於圖像分類預處理層的基础類別。

ImageClassifierPreprocessor 任務封裝了 keras_hub.layers.ImageConverter，以創建用於圖像分類任務的預處理層。它旨在與 keras_hub.models.ImageClassifier 任務配對使用。

所有 ImageClassifierPreprocessor 都接受三個輸入：x、y 和 sample_weight。第一個輸入 x 應始終包含。它可以是圖像或一批圖像。請參閱以下範例。y 和 sample_weight 是可選輸入，將不經修改地傳遞。通常，y 將是分類標籤，而 sample_weight 將不提供。

此層將輸出 x，如果提供了標籤，則輸出 (x, y) 元組；如果提供了標籤和樣本權重，則輸出 (x, y, sample_weight) 元組。x 將是應用所有模型預處理後的輸入圖像。

所有 ImageClassifierPreprocessor 任務都包含一個 from_preset() 建構函式，可用於載入預訓練的設定檔和詞彙表。您可以直接在此基礎類別上呼叫 from_preset() 建構函式，在這種情況下，將自動實例化適合您模型的正確類別。

範例。

preprocessor = keras_hub.models.ImageClassifierPreprocessor.from_preset(
    "resnet_50",
)

# Resize a single image for resnet 50.
x = np.random.randint(0, 256, (512, 512, 3))
x = preprocessor(x)

# Resize a labeled image.
x, y = np.random.randint(0, 256, (512, 512, 3)), 1
x, y = preprocessor(x, y)

# Resize a batch of labeled images.
x, y = [
    np.random.randint(0, 256, (512, 512, 3)),
    np.zeros((512, 512, 3))
], [1, 0]
x, y = preprocessor(x, y)

# Use a [`tf.data.Dataset`](https://tensorflow.dev.org.tw/api_docs/python/tf/data/Dataset).
ds = tf.data.Dataset.from_tensor_slices((x, y)).batch(2)
ds = ds.map(preprocessor, num_parallel_calls=tf.data.AUTOTUNE)

[source]

from_preset 方法

ImageClassifierPreprocessor.from_preset(
    preset, config_file="preprocessor.json", **kwargs
)

從模型預設實例化 keras_hub.models.Preprocessor。

預設是一個目錄，其中包含用於儲存和載入預訓練模型的設定檔、權重和其他檔案資產。preset 可以作為以下其中一種傳遞：

  1. 內建預設識別符，例如 'bert_base_en'
  2. Kaggle 模型句柄，例如 'kaggle://user/bert/keras/bert_base_en'
  3. Hugging Face 句柄，例如 'hf://user/bert_base_en'
  4. 本機預設目錄的路徑，例如 './bert_base_en'

對於任何 Preprocessor 子類別，您可以執行 cls.presets.keys() 以列出此類別上可用的所有內建預設。

由於給定模型通常有多個預處理類別，因此應在特定子類別（例如 keras_hub.models.BertTextClassifierPreprocessor.from_preset()）上呼叫此方法。

引數

  • preset: 字串。內建預設識別符、Kaggle 模型句柄、Hugging Face 句柄或本機目錄的路徑。

範例

# 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",
)
預設 參數 描述
densenet_121_imagenet 7.04M 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 121 層 DenseNet 模型。
densenet_169_imagenet 12.64M 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 169 層 DenseNet 模型。
densenet_201_imagenet 18.32M 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 201 層 DenseNet 模型。
efficientnet_lite0_ra_imagenet 4.65M 在 ImageNet 1k 資料集上使用 RandAugment 配方微調的 EfficientNet-Lite 模型。
efficientnet_b0_ra_imagenet 5.29M 在 ImageNet 1k 資料集上使用 RandAugment 配方預訓練的 EfficientNet B0 模型。
efficientnet_b0_ra4_e3600_r224_imagenet 5.29M Ross Wightman 在 ImageNet 1k 資料集上預訓練的 EfficientNet B0 模型。使用 timm 腳本訓練，其超參數靈感來自 MobileNet-V4 small，並混合了 timm 和「ResNet Strikes Back」的常用超參數。
efficientnet_es_ra_imagenet 5.44M 在 ImageNet 1k 資料集上使用 RandAugment 配方訓練的 EfficientNet-EdgeTPU Small 模型。
efficientnet_em_ra2_imagenet 6.90M 在 ImageNet 1k 資料集上使用 RandAugment2 配方訓練的 EfficientNet-EdgeTPU Medium 模型。
efficientnet_b1_ft_imagenet 7.79M 在 ImageNet 1k 資料集上微調的 EfficientNet B1 模型。
efficientnet_b1_ra4_e3600_r240_imagenet 7.79M Ross Wightman 在 ImageNet 1k 資料集上預訓練的 EfficientNet B1 模型。使用 timm 腳本訓練，其超參數靈感來自 MobileNet-V4 small，並混合了 timm 和「ResNet Strikes Back」的常用超參數。
efficientnet_b2_ra_imagenet 9.11M 在 ImageNet 1k 資料集上使用 RandAugment 配方預訓練的 EfficientNet B2 模型。
efficientnet_el_ra_imagenet 10.59M 在 ImageNet 1k 資料集上使用 RandAugment 配方訓練的 EfficientNet-EdgeTPU Large 模型。
efficientnet_b3_ra2_imagenet 12.23M 在 ImageNet 1k 資料集上使用 RandAugment2 配方預訓練的 EfficientNet B3 模型。
efficientnet2_rw_t_ra2_imagenet 13.65M 在 ImageNet 1k 資料集上使用 RandAugment2 配方訓練的 EfficientNet-v2 Tiny 模型。
efficientnet_b4_ra2_imagenet 19.34M 在 ImageNet 1k 資料集上使用 RandAugment2 配方預訓練的 EfficientNet B4 模型。
efficientnet2_rw_s_ra2_imagenet 23.94M 在 ImageNet 1k 資料集上使用 RandAugment2 配方訓練的 EfficientNet-v2 Small 模型。
efficientnet_b5_sw_imagenet 30.39M Ross Wightman 在 ImageNet 12k 資料集上預訓練的 EfficientNet B5 模型。基於 Swin Transformer 訓練/預訓練配方，並進行了修改（與 DeiT 和 ConvNeXt 配方相關）。
efficientnet_b5_sw_ft_imagenet 30.39M Ross Wightman 在 ImageNet 12k 資料集上預訓練並在 ImageNet-1k 上微調的 EfficientNet B5 模型。基於 Swin Transformer 訓練/預訓練配方，並進行了修改（與 DeiT 和 ConvNeXt 配方相關）。
efficientnet2_rw_m_agc_imagenet 53.24M 在 ImageNet 1k 資料集上使用自適應梯度裁剪訓練的 EfficientNet-v2 Medium 模型。
mit_b0_ade20k_512 3.32M 具有 8 個 Transformer 區塊的 MiT (MixTransformer) 模型。
mit_b0_cityscapes_1024 3.32M 具有 8 個 Transformer 區塊的 MiT (MixTransformer) 模型。
mit_b1_ade20k_512 13.16M 具有 8 個 Transformer 區塊的 MiT (MixTransformer) 模型。
mit_b1_cityscapes_1024 13.16M 具有 8 個 Transformer 區塊的 MiT (MixTransformer) 模型。
mit_b2_ade20k_512 24.20M 具有 16 個 Transformer 區塊的 MiT (MixTransformer) 模型。
mit_b2_cityscapes_1024 24.20M 具有 16 個 Transformer 區塊的 MiT (MixTransformer) 模型。
mit_b3_ade20k_512 44.08M 具有 28 個 Transformer 區塊的 MiT (MixTransformer) 模型。
mit_b3_cityscapes_1024 44.08M 具有 28 個 Transformer 區塊的 MiT (MixTransformer) 模型。
mit_b4_ade20k_512 60.85M 具有 41 個 Transformer 區塊的 MiT (MixTransformer) 模型。
mit_b4_cityscapes_1024 60.85M 具有 41 個 Transformer 區塊的 MiT (MixTransformer) 模型。
mit_b5_ade20k_640 81.45M 具有 52 個 Transformer 區塊的 MiT (MixTransformer) 模型。
mit_b5_cityscapes_1024 81.45M 具有 52 個 Transformer 區塊的 MiT (MixTransformer) 模型。
mobilenet_v3_small_050_imagenet 278.78K 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 Small MobileNet V3 模型。
resnet_18_imagenet 11.19M 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 18 層 ResNet 模型。
resnet_vd_18_imagenet 11.72M 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 18 層 ResNetVD（具有 bag of tricks 的 ResNet）模型。
resnet_vd_34_imagenet 21.84M 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 34 層 ResNetVD（具有 bag of tricks 的 ResNet）模型。
resnet_50_imagenet 23.56M 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 50 層 ResNet 模型。
resnet_v2_50_imagenet 23.56M 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 50 層 ResNetV2 模型。
resnet_vd_50_imagenet 25.63M 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 50 層 ResNetVD（具有 bag of tricks 的 ResNet）模型。
resnet_vd_50_ssld_imagenet 25.63M 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 50 層 ResNetVD（具有 bag of tricks 的 ResNet）模型，具有知識蒸餾。
resnet_vd_50_ssld_v2_imagenet 25.63M 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 50 層 ResNetVD（具有 bag of tricks 的 ResNet）模型，具有知識蒸餾和 AutoAugment。
resnet_vd_50_ssld_v2_fix_imagenet 25.63M 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 50 層 ResNetVD（具有 bag of tricks 的 ResNet）模型，具有知識蒸餾、AutoAugment 和分類頭的額外微調。
resnet_101_imagenet 42.61M 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 101 層 ResNet 模型。
resnet_v2_101_imagenet 42.61M 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 101 層 ResNetV2 模型。
resnet_vd_101_imagenet 44.67M 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 101 層 ResNetVD（具有 bag of tricks 的 ResNet）模型。
resnet_vd_101_ssld_imagenet 44.67M 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 101 層 ResNetVD（具有 bag of tricks 的 ResNet）模型，具有知識蒸餾。
resnet_152_imagenet 58.30M 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 152 層 ResNet 模型。
resnet_vd_152_imagenet 60.36M 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 152 層 ResNetVD（具有 bag of tricks 的 ResNet）模型。
resnet_vd_200_imagenet 74.93M 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 200 層 ResNetVD（具有 bag of tricks 的 ResNet）模型。
vgg_11_imagenet 9.22M 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 11 層 vgg 模型。
vgg_13_imagenet 9.40M 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 13 層 vgg 模型。
vgg_16_imagenet 14.71M 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 16 層 vgg 模型。
vgg_19_imagenet 20.02M 在 ImageNet 1k 資料集上以 224x224 解析度預訓練的 19 層 vgg 模型。
vit_base_patch16_224_imagenet 85.80M 在 ImageNet 1k 資料集上以 224x224 圖像解析度預訓練的 ViT-B16 模型
vit_base_patch16_224_imagenet21k 85.80M 在 ImageNet 21k 資料集上以 224x224 圖像解析度預訓練的 ViT-B16 主幹
vit_base_patch16_384_imagenet 86.09M 在 ImageNet 1k 資料集上以 384x384 圖像解析度預訓練的 ViT-B16 模型
vit_base_patch32_224_imagenet21k 87.46M 在 ImageNet 21k 資料集上以 224x224 圖像解析度預訓練的 ViT-B32 主幹
vit_base_patch32_384_imagenet 87.53M 在 ImageNet 1k 資料集上以 384x384 圖像解析度預訓練的 ViT-B32 模型
vit_large_patch16_224_imagenet 303.30M 在 ImageNet 1k 資料集上以 224x224 圖像解析度預訓練的 ViT-L16 模型
vit_large_patch16_224_imagenet21k 303.30M 在 ImageNet 21k 資料集上以 224x224 圖像解析度預訓練的 ViT-L16 主幹
vit_large_patch16_384_imagenet 303.69M 在 ImageNet 1k 資料集上以 384x384 圖像解析度預訓練的 ViT-L16 模型
vit_large_patch32_224_imagenet21k 305.51M 在 ImageNet 21k 資料集上以 224x224 圖像解析度預訓練的 ViT-L32 主幹
vit_large_patch32_384_imagenet 305.61M 在 ImageNet 1k 資料集上以 384x384 圖像解析度預訓練的 ViT-L32 模型
vit_huge_patch14_224_imagenet21k 630.76M 在 ImageNet 21k 資料集上以 224x224 圖像解析度預訓練的 ViT-H14 主幹

[source]

save_to_preset 方法

ImageClassifier.save_to_preset(preset_dir)

將任務儲存到預設目錄。

引數

  • preset_dir：本機模型預設目錄的路徑。
ImageClassifierPreprocessor
ImageClassifierPreprocessor 類別
from_preset 方法
save_to_preset 方法