SigLIPPreprocessor

[源代码]

SigLIPPreprocessor 类

keras_hub.models.SigLIPPreprocessor(
    tokenizer,
    image_converter=None,
    sequence_length=64,
    add_start_token=False,
    add_end_token=True,
    canonicalize_text=True,
    **kwargs
)

SigLIP 预处理器。

此预处理层用于 keras_hub.models.SigLIPBackbone。默认情况下，它将接收字符串和图像批次，并返回 token ID 和调整大小后的图像。

参数

• tokenizer：一个 keras_hub.models.SigLIPTokenizer 实例。
• image_converter：一个 keras_hub.models.SigLIPImageConverter 实例。
• sequence_length：打包输入的长度。
• add_start_token：如果为 True，预处理器将在每个输入序列前添加 tokenizer 启动 token。默认为 False。
• add_end_token：如果为 True，预处理器将在每个输入序列后添加 tokenizer 结束 token。默认为 True。
• canonicalize_text：如果为 True，输入字符串将进行规范化处理（转换为小写、移除标点符号并去除空白）。

调用参数

• x：一个字典，包含 "prompts" 和 "images" 键，其中 "prompts" 是 tf.Tensor 或 Python 字符串列表，"images" 是图像张量。
• y：标签数据。应始终为 None，因为 SigLIP 不需要标签来计算损失。
• sample_weight：标签权重。
• sequence_length：传递此参数以覆盖该层已配置的 sequence_length。

示例

# Load the preprocessor from a preset.
preprocessor = keras_hub.models.SigLIPPreprocessor.from_preset(
    "siglip_base_patch16_224"
)

# Tokenize the sentence and preprocess the image.
preprocessor(
    {
        "prompts": "The quick brown fox jumped.",
        "images": np.ones(shape=(123, 123, 3)),
    }
)

# Tokenize a batch of sentences and preprocess a batch of images.
preprocessor(
    {
        "prompts": ["The quick brown fox jumped.", "The fox slept."],
        "images": np.ones(shape=(2, 123, 123, 3)),
    }
)

[源代码]

from_preset 方法

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

从模型预设实例化一个 keras_hub.models.Preprocessor。

预设是一个包含配置、权重和其他文件资产的目录，用于保存和加载预训练模型。preset 可以作为以下之一传递：

1. 一个内置的预设标识符，如 'bert_base_en'
2. 一个 Kaggle Models 句柄，如 'kaggle://user/bert/keras/bert_base_en'
3. 一个 Hugging Face 句柄，如 'hf://user/bert_base_en'
4. 一个本地预设目录的路径，如 './bert_base_en'

对于任何 Preprocessor 子类，您可以运行 cls.presets.keys() 来列出该类上所有可用的内置预设。

由于一个给定模型通常有多个预处理类，因此应在特定的子类上调用此方法，例如 keras_hub.models.BertTextClassifierPreprocessor.from_preset()。

参数

• preset：字符串。一个内置预设标识符、一个 Kaggle Models 句柄、一个 Hugging Face 句柄或一个本地目录的路径。

示例

# 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",
)

tokenizer 属性

keras_hub.models.SigLIPPreprocessor.tokenizer

用于对字符串进行分词的分词器。