引數

• images (ImageInput) — 待預處理的影像。需要單張或一批畫素值在 0 到 255 範圍內的影像。如果傳入的影像畫素值在 0 到 1 之間，請設定 `do_rescale=False`。
• do_resize (bool, 可選, 預設為 `self.do_resize`) — 是否調整影像大小。
• size (dict[str, int], 可選, 預設為 `self.size`) — 調整大小後的影像尺寸。影像的最短邊將被調整為 size[“shortest_edge”]，最長邊則按比例調整以保持輸入影像的寬高比。
• resample (PILImageResampling filter, 可選, 預設為 `self.resample`) — 用於調整影像大小的 `PILImageResampling` 過濾器，例如 `PILImageResampling.BILINEAR`。僅在 `do_resize` 設定為 `True` 時有效。
• do_center_crop (bool, 可選, 預設為 `self.do_center_crop`) — 是否對影像進行中心裁剪。
• crop_size (dict[str, int], 可選, 預設為 `self.crop_size`) — 中心裁剪的大小。僅在 `do_center_crop` 設定為 `True` 時有效。
• do_rescale (bool, 可選, 預設為 `self.do_rescale`) — 是否將影像值重新縮放到 [0 - 1] 之間。
• rescale_factor (float, 可選, 預設為 `self.rescale_factor`) — 如果 `do_rescale` 設定為 `True`，用於重新縮放影像的縮放因子。
• do_normalize (bool, 可選, 預設為 `self.do_normalize`) — 是否對影像進行歸一化。
• image_mean (float 或 list[float], 可選, 預設為 `self.image_mean`) — 如果 `do_normalize` 設定為 `True`，則使用的影像均值。
• image_std (float 或 list[float], 可選, 預設為 `self.image_std`) — 如果 `do_normalize` 設定為 `True`，則使用的影像標準差。
• return_tensors (str 或 TensorType, 可選) — 返回張量的型別。可以是以下之一：
  • 未設定：返回一個 `np.ndarray` 列表。
  • `TensorType.TENSORFLOW` 或 `'tf'`：返回一個型別為 `tf.Tensor` 的批次。
  • `TensorType.PYTORCH` 或 `'pt'`：返回一個型別為 `torch.Tensor` 的批次。
  • `TensorType.NUMPY` 或 `'np'`：返回一個型別為 `np.ndarray` 的批次。
  • `TensorType.JAX` 或 `'jax'`：返回一個型別為 `jax.numpy.ndarray` 的批次。
• data_format (ChannelDimension 或 str, 可選, 預設為 `ChannelDimension.FIRST`) — 輸出影像的通道維度格式。可以是以下之一：
  • `"channels_first"` 或 `ChannelDimension.FIRST`：影像格式為 (num_channels, height, width)。
  • `"channels_last"` 或 `ChannelDimension.LAST`：影像格式為 (height, width, num_channels)。
  • 未設定：使用輸入影像的通道維度格式。
• input_data_format (ChannelDimension 或 str, 可選) — 輸入影像的通道維度格式。如果未設定，則從輸入影像中推斷通道維度格式。可以是以下之一：
  • `"channels_first"` 或 `ChannelDimension.FIRST`：影像格式為 (num_channels, height, width)。
  • `"channels_last"` 或 `ChannelDimension.LAST`：影像格式為 (height, width, num_channels)。
  • `"none"` 或 `ChannelDimension.NONE`：影像格式為 (height, width)。

引數

• outputs (MobileNetV2ForSemanticSegmentation) — 模型的原始輸出。
• target_sizes (長度為 `batch_size` 的 `list[Tuple]`, 可選) — 對應每個預測請求的最終尺寸（高，寬）的元組列表。如果未設定，預測將不會被調整大小。

長度為 `batch_size` 的 `list[torch.Tensor]`，其中每個元素是一個形狀為 (height, width) 的語義分割圖，對應於 target_sizes 中的條目（如果指定了 `target_sizes`）。每個 `torch.Tensor` 的每個條目對應一個語義類別 ID。

引數

• images (ImageInput) — 需要預處理的影像。接受單個或一批畫素值在 0 到 255 範圍內的影像。如果傳入的影像畫素值在 0 到 1 之間，請設定 do_rescale=False。
• do_resize (bool, optional, defaults to self.do_resize) — 是否調整影像大小。
• size (dict[str, int], optional, defaults to self.size) — 調整大小後的影像尺寸。影像的最短邊調整為 size["shortest_edge"]，最長邊則按比例調整以保持輸入影像的寬高比。
• resample (PILImageResampling filter, optional, defaults to self.resample) — 如果要調整影像大小，使用的 PILImageResampling 過濾器，例如 PILImageResampling.BILINEAR。僅當 do_resize 設定為 True 時生效。
• do_center_crop (bool, optional, defaults to self.do_center_crop) — 是否對影像進行中心裁剪。
• crop_size (dict[str, int], optional, defaults to self.crop_size) — 中心裁剪的尺寸。僅當 do_center_crop 設定為 True 時生效。
• do_rescale (bool, optional, defaults to self.do_rescale) — 是否將影像畫素值縮放到 [0 - 1] 之間。
• rescale_factor (float, optional, defaults to self.rescale_factor) — 當 do_rescale 設定為 True 時，用於縮放影像的因子。
• do_normalize (bool, optional, defaults to self.do_normalize) — 是否對影像進行歸一化。
• image_mean (float or list[float], optional, defaults to self.image_mean) — 當 do_normalize 設定為 True 時，用於歸一化的影像均值。
• image_std (float or list[float], optional, defaults to self.image_std) — 當 do_normalize 設定為 True 時，用於歸一化的影像標準差。
• return_tensors (str or TensorType, optional) — 返回的張量型別。可以是以下之一：
  • 未設定：返回一個 np.ndarray 列表。
  • TensorType.TENSORFLOW 或 'tf'：返回一個 tf.Tensor 型別的批次。
  • TensorType.PYTORCH 或 'pt'：返回一個 torch.Tensor 型別的批次。
  • TensorType.NUMPY 或 'np'：返回一個 np.ndarray 型別的批次。
  • TensorType.JAX 或 'jax'：返回一個 jax.numpy.ndarray 型別的批次。
• data_format (ChannelDimension or str, optional, defaults to ChannelDimension.FIRST) — 輸出影像的通道維度格式。可以是以下之一：
  • "channels_first" 或 ChannelDimension.FIRST：影像格式為 (num_channels, height, width)。
  • "channels_last" 或 ChannelDimension.LAST：影像格式為 (height, width, num_channels)。
  • 未設定：使用輸入影像的通道維度格式。
• input_data_format (ChannelDimension or str, optional) — 輸入影像的通道維度格式。如果未設定，則從輸入影像中推斷通道維度格式。可以是以下之一：
  • "channels_first" 或 ChannelDimension.FIRST：影像格式為 (num_channels, height, width)。
  • "channels_last" 或 ChannelDimension.LAST：影像格式為 (height, width, num_channels)。
  • "none" 或 ChannelDimension.NONE：影像格式為 (height, width)。

引數

• images (Union[PIL.Image.Image, numpy.ndarray, torch.Tensor, list['PIL.Image.Image'], list[numpy.ndarray], list['torch.Tensor']]) — 需要預處理的影像。接受單個或一批畫素值在 0 到 255 範圍內的影像。如果傳入的影像畫素值在 0 到 1 之間，請設定 do_rescale=False。
• do_resize (bool, optional) — 是否調整影像大小。
• size (dict[str, int], optional) — 描述模型的最大輸入尺寸。
• default_to_square (bool, optional) — 如果 size 是一個整數，在調整大小時是否預設為方形影像。
• resample (Union[PILImageResampling, F.InterpolationMode, NoneType]) — 調整影像大小時使用的重取樣過濾器。可以是 PILImageResampling 列舉之一。僅當 do_resize 設定為 True 時生效。
• do_center_crop (bool, optional) — 是否對影像進行中心裁剪。
• crop_size (dict[str, int], optional) — 應用 center_crop 後輸出影像的尺寸。
• do_rescale (bool, optional) — 是否對影像進行縮放。
• rescale_factor (Union[int, float, NoneType]) — 當 do_rescale 設定為 True 時，用於縮放影像的因子。
• do_normalize (bool, optional) — 是否對影像進行歸一化。
• image_mean (Union[float, list[float], NoneType]) — 用於歸一化的影像均值。僅當 do_normalize 設定為 True 時生效。
• image_std (Union[float, list[float], NoneType]) — 用於歸一化的影像標準差。僅當 do_normalize 設定為 True 時生效。
• do_convert_rgb (bool, optional) — 是否將影像轉換為 RGB 格式。
• return_tensors (Union[str, ~utils.generic.TensorType, NoneType]) — 如果設定為 `pt`，則返回堆疊的張量，否則返回張量列表。
• data_format (~image_utils.ChannelDimension, optional) — 僅支援 ChannelDimension.FIRST。為與慢速處理器相容而新增。
• input_data_format (Union[str, ~image_utils.ChannelDimension, NoneType]) — 輸入影像的通道維度格式。如果未設定，則從輸入影像中推斷通道維度格式。可以是以下之一：
  • "channels_first" 或 ChannelDimension.FIRST：影像格式為 (num_channels, height, width)。
  • "channels_last" 或 ChannelDimension.LAST：影像格式為 (height, width, num_channels)。
  • "none" 或 ChannelDimension.NONE：影像格式為 (height, width)。
• device (torch.device, optional) — 處理影像的裝置。如果未設定，則從輸入影像中推斷裝置。
• disable_grouping (bool, optional) — 是否停用按尺寸對影像進行分組，以便單獨處理而不是分批處理。如果為 None，則當影像在 CPU 上時將設定為 True，否則為 False。此選擇基於經驗觀察，詳情請見：https://github.com/huggingface/transformers/pull/38157

• data (dict) — 由 call 方法返回的列表/陣列/張量字典（“pixel_values”等）。
• tensor_type (Union[None, str, TensorType], 可選) — 您可以在此處提供一個`tensor_type`，以便在初始化時將整數列表轉換為PyTorch/TensorFlow/Numpy張量。

引數

• outputs (MobileNetV2ForSemanticSegmentation) — 模型的原始輸出。
• target_sizes (長度為 batch_size 的 list[Tuple]，optional) — 與每個預測請求的最終尺寸（高度，寬度）相對應的元組列表。如果未設定，則不會調整預測大小。

長度為 `batch_size` 的 `list[torch.Tensor]`，其中每個元素是一個形狀為 (height, width) 的語義分割圖，對應於 target_sizes 中的條目（如果指定了 `target_sizes`）。每個 `torch.Tensor` 的每個條目對應一個語義類別 ID。

引數

• pixel_values (torch.Tensor，形狀為 (batch_size, num_channels, image_size, image_size)，可選) — 與輸入影像對應的張量。畫素值可以使用 {image_processor_class} 獲取。有關詳細資訊，請參閱 {image_processor_class}.__call__（{processor_class} 使用 {image_processor_class} 處理影像）。
• output_hidden_states (bool，可選) — 是否返回所有層的隱藏狀態。有關更多詳細資訊，請參閱返回張量下的 hidden_states。
• return_dict (bool，可選) — 是否返回一個 ModelOutput 而不是一個普通的元組。

一個 transformers.modeling_outputs.BaseModelOutputWithPoolingAndNoAttention 或一個 torch.FloatTensor 的元組（如果傳遞了 return_dict=False 或當 config.return_dict=False 時），根據配置（MobileNetV2Config）和輸入包含不同的元素。

• last_hidden_state (torch.FloatTensor, 形狀為 (batch_size, num_channels, height, width)) — 模型最後一層輸出的隱藏狀態序列。

• pooler_output (torch.FloatTensor, 形狀為 (batch_size, hidden_size)) — 經過空間維度池化操作後的最後一層隱藏狀態。

• hidden_states (tuple(torch.FloatTensor)，可選，當傳遞 output_hidden_states=True 或 config.output_hidden_states=True 時返回) — torch.FloatTensor 的元組（一個用於嵌入層的輸出（如果模型有嵌入層），+ 一個用於每層的輸出），形狀為 (batch_size, num_channels, height, width)。

  模型在每個層輸出的隱藏狀態以及可選的初始嵌入輸出。

引數

• pixel_values (torch.Tensor，形狀為 (batch_size, num_channels, image_size, image_size)，可選) — 與輸入影像對應的張量。畫素值可以使用 {image_processor_class} 獲取。有關詳細資訊，請參閱 {image_processor_class}.__call__（{processor_class} 使用 {image_processor_class} 處理影像）。
• output_hidden_states (bool，可選) — 是否返回所有層的隱藏狀態。有關更多詳細資訊，請參閱返回張量下的 hidden_states。
• labels (torch.LongTensor，形狀為 (batch_size,)，可選) — 用於計算影像分類/迴歸損失的標籤。索引應在 [0, ..., config.num_labels - 1] 範圍內。如果 config.num_labels == 1，則計算迴歸損失（均方損失）。如果 config.num_labels > 1，則計算分類損失（交叉熵）。
• return_dict (bool，可選) — 是否返回一個 ModelOutput 而不是一個普通的元組。

一個 transformers.modeling_outputs.ImageClassifierOutputWithNoAttention 或一個 torch.FloatTensor 的元組（如果傳遞了 return_dict=False 或當 config.return_dict=False 時），根據配置（MobileNetV2Config）和輸入包含不同的元素。

• loss (形狀為 (1,) 的 torch.FloatTensor，可選，當提供 labels 時返回) — 分類損失（如果 config.num_labels==1，則為迴歸損失）。
• logits (形狀為 (batch_size, config.num_labels) 的 torch.FloatTensor) — 分類（如果 config.num_labels==1，則為迴歸）分數（SoftMax 之前）。
• hidden_states (tuple(torch.FloatTensor)，可選，當傳遞 output_hidden_states=True 或 config.output_hidden_states=True 時返回) — torch.FloatTensor 的元組（一個用於嵌入層的輸出（如果模型有嵌入層），+ 一個用於每個階段的輸出），形狀為 (batch_size, num_channels, height, width)。模型在每個階段輸出的隱藏狀態（也稱為特徵圖）。

引數

• pixel_values (torch.Tensor，形狀為 (batch_size, num_channels, image_size, image_size)，可選) — 與輸入影像對應的張量。畫素值可以使用 {image_processor_class} 獲取。有關詳細資訊，請參閱 {image_processor_class}.__call__（{processor_class} 使用 {image_processor_class} 處理影像）。
• labels (torch.LongTensor，形狀為 (batch_size, height, width)，可選) — 用於計算損失的真實語義分割圖。索引應在 [0, ..., config.num_labels - 1] 範圍內。如果 config.num_labels > 1，則計算分類損失（交叉熵）。
• output_hidden_states (bool，可選) — 是否返回所有層的隱藏狀態。有關更多詳細資訊，請參閱返回張量下的 hidden_states。
• return_dict (bool，可選) — 是否返回一個 ModelOutput 而不是一個普通的元組。

一個 transformers.modeling_outputs.SemanticSegmenterOutput 或一個 torch.FloatTensor 的元組（如果傳遞了 return_dict=False 或當 config.return_dict=False 時），根據配置（MobileNetV2Config）和輸入包含不同的元素。

• loss (形狀為 (1,) 的 torch.FloatTensor，可選，當提供 labels 時返回) — 分類損失（如果 config.num_labels==1，則為迴歸損失）。

• logits (形狀為 (batch_size, config.num_labels, logits_height, logits_width) 的 torch.FloatTensor) — 每個畫素的分類分數。

  返回的 logits 的尺寸不一定與作為輸入傳遞的 pixel_values 相同。這是為了避免進行兩次插值並在使用者需要將 logits 調整到原始影像尺寸作為後處理時損失一些質量。您應始終檢查 logits 的形狀並根據需要進行調整。

• hidden_states (tuple(torch.FloatTensor)，可選，當傳遞 output_hidden_states=True 或 config.output_hidden_states=True 時返回) — torch.FloatTensor 的元組（一個用於嵌入層的輸出（如果模型有嵌入層），+ 一個用於每層的輸出），形狀為 (batch_size, patch_size, hidden_size)。

  模型在每個層輸出的隱藏狀態以及可選的初始嵌入輸出。

• attentions (tuple(torch.FloatTensor)，可選，當傳遞 output_attentions=True 或 config.output_attentions=True 時返回) — torch.FloatTensor 的元組（每層一個），形狀為 (batch_size, num_heads, patch_size, sequence_length)。

  注意力 softmax 後的注意力權重，用於計算自注意力頭中的加權平均值。