ResNet影像轉換器

[來源]

ResNetImageConverter 類別

keras_hub.layers.ResNetImageConverter(
    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
)

將原始影像預處理為模型可用的輸入。

此類別將原始影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 調整影像大小。如果 image_size 為 None，則會跳過此步驟。
2. 透過乘以 scale 來縮放影像，scale 可以是全域或逐通道的。如果 scale 為 None，則會跳過此步驟。
3. 透過加入 offset 來偏移影像，offset 可以是全域或逐通道的。如果 offset 為 None，則會跳過此步驟。

此層將以通道最後或通道優先格式接收原始影像張量作為輸入，並輸出用於建模的預處理影像輸入。此張量可以是批次的（階數 4），或非批次的（階數 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影像大小的層。以這種方式使用此層，允許編寫在模型檢查點之間切換時無需更新的預處理程式碼。

引數

• image_size：(int, int) 元組或 None。影像的輸出大小，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 是一個元組，則假定它包含針對輸入影像的每個通道相乘的逐通道縮放值。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 是一個元組，則假定它包含針對輸入影像的每個通道相加的逐通道偏移值。如果 offset 為 None，則不應用縮放。
• crop_to_aspect_ratio：如果為 True，則在不扭曲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，輸出影像將被裁剪，以便傳回影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），長寬比可能不會保留。
• interpolation：字串，插值方法。支援 "bilinear"、"nearest"、"bicubic"、"lanczos3"、"lanczos5"。預設值為 "bilinear"。
• bounding_box_format：一個字串，指定邊界框的格式，可以是 "xyxy"、"rel_xyxy"、"xywh"、"center_xywh"、"yxyx"、"rel_yxyx" 之一。指定邊界框的格式，邊界框將與影像一起調整為 image_size。要將邊界框傳遞到此層，請在呼叫該層時傳遞一個帶有鍵 "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，則它將為 "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)))

[來源]

from_preset 方法

ResNetImageConverter.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 控制代碼，例如 'kaggle://user/paligemma/keras/pali_gemma_3b_224'
3. Hugging Face 控制代碼，例如 'hf://user/pali_gemma_3b_224'
4. 本機預設目錄的路徑，例如 './pali_gemma_3b_224'

您可以執行 cls.presets.keys() 以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 控制代碼、Hugging Face 控制代碼或本機目錄的路徑。
• 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)