DeepLabV3ImageConverter

[原始碼]

DeepLabV3ImageConverter 類別

keras_hub.layers.DeepLabV3ImageConverter(
    image_size=None,
    scale=None,
    offset=None,
    crop_to_aspect_ratio=True,
    pad_to_aspect_ratio=False,
    interpolation="bilinear",
    bounding_box_format="yxyx",
    data_format=None,
    **kwargs
)

將原始圖像預處理為模型可用的輸入。

此類別將原始圖像轉換為模型可用的輸入。此轉換按以下步驟進行：

1. 使用 image_size 調整圖像大小。如果 image_size 為 None，則會跳過此步驟。
2. 將圖像乘以 scale 來縮放圖像，scale 可以是全域的或按通道的。如果 scale 為 None，則會跳過此步驟。
3. 通過加上 offset 來偏移圖像，offset 可以是全域的或按通道的。如果 offset 為 None，則會跳過此步驟。

該層將接收通道最後或通道優先格式的原始圖像張量作為輸入，並輸出用於建模的預處理圖像輸入。此張量可以是批次的（rank 4）或非批次的（rank 3）。

此層可以與 from_preset() 建構子一起使用，以載入將為特定預訓練模型重新縮放和調整圖像大小的層。以這種方式使用該層允許編寫在模型檢查點之間切換時不需要更新的預處理程式碼。

引數

• image_size：(int, int) 元組或 None。圖像的輸出大小，不包括通道軸。如果為 None，則不會調整輸入大小。
• scale：浮點數、浮點數元組或 None。要應用於輸入的縮放比例。如果 scale 是單個浮點數，則整個輸入將乘以 scale。如果 scale 是元組，則假定它包含針對輸入圖像的每個通道相乘的每通道縮放值。如果 scale 為 None，則不應用縮放。
• offset：浮點數、浮點數元組或 None。要應用於輸入的偏移量。如果 offset 是單個浮點數，則整個輸入將與 offset 相加。如果 offset 是元組，則假定它包含針對輸入圖像的每個通道相加的每通道偏移值。如果 offset 為 None，則不應用縮放。
• crop_to_aspect_ratio：如果為 True，則在不失真長寬比的情況下調整圖像大小。當原始長寬比與目標長寬比不同時，輸出圖像將被裁剪，以便返回圖像中與目標長寬比匹配的最大可能視窗（大小為 (height, width)）。預設情況下（crop_to_aspect_ratio=False），長寬比可能無法保留。
• interpolation：字串，插值方法。支援 "bilinear"、"nearest"、"bicubic"、"lanczos3"、"lanczos5"。預設為 "bilinear"。
• bounding_box_format：指定邊界框格式的字串，可以是 "xyxy"、"rel_xyxy"、"xywh"、"center_xywh"、"yxyx"、"rel_yxyx" 之一。指定邊界框的格式，邊界框將與圖像一起調整為 image_size。要將邊界框傳遞到此層，請在呼叫該層時傳遞帶有鍵 "images" 和 "bounding_boxes" 的字典。
• data_format：字串，可以是 "channels_last" 或 "channels_first"。輸入中維度的順序。"channels_last" 對應於形狀為 (batch, height, width, channels) 的輸入，而 "channels_first" 對應於形狀為 (batch, channels, height, width) 的輸入。它預設為在您的 Keras 設定檔 ~/.keras/keras.json 中找到的 image_data_format 值。如果您從未設定它，那麼它將是 "channels_last"。

範例

# 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)))

[原始碼]

from_preset 方法

DeepLabV3ImageConverter.from_preset(preset, **kwargs)

從模型預設實例化 keras_hub.layers.ImageConverter。

預設是一個配置、權重和其他檔案資產的目錄，用於儲存和載入預訓練模型。preset 可以作為以下之一傳遞

1. 內建預設識別符，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. 本地預設目錄的路徑，例如 './pali_gemma_3b_224'

您可以執行 cls.presets.keys() 來列出類別上所有可用的內建預設。

引數

• preset：字串。內建預設識別符、Kaggle Models 句柄、Hugging Face 句柄或本地目錄的路徑。
• load_weights：布林值。如果為 True，則權重將載入到模型架構中。如果為 False，則權重將隨機初始化。

範例

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)