引數

• images (ImageInput) — 需要預處理的影像。期望單個或一批畫素值範圍在 0 到 255 之間的影像。如果傳入的影像畫素值在 0 和 1 之間，請設定 do_rescale=False。
• do_rescale (bool, optional, 預設為 self.do_rescale) — 是否將影像值重新縮放到 [0 - 1] 之間。
• rescale_factor (float, optional, 預設為 self.rescale_factor) — 如果設定 do_rescale 為 True，則用於縮放影像的縮放因子。
• do_pad (bool, optional, 預設為 True) — 是否填充影像，使其高度和寬度能被 window_size 整除。
• pad_size (int, optional, 預設為 32) — 區域性注意力滑動視窗的大小。
• return_tensors (str 或 TensorType, optional) — 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'：返回一個批次的 tf.Tensor。
  • TensorType.PYTORCH 或 'pt'：返回一個批次的 torch.Tensor。
  • TensorType.NUMPY 或 'np'：返回一個批次的 np.ndarray。
  • TensorType.JAX 或 'jax'：返回一個批次的 jax.numpy.ndarray。
• data_format (ChannelDimension 或 str, optional, 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, 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

• pixel_values (torch.FloatTensor，形狀為 (batch_size, num_channels, image_size, image_size)) — 對應於輸入影像的張量。畫素值可以使用 {image_processor_class} 獲得。有關詳細資訊，請參閱 {image_processor_class}.__call__（{processor_class} 使用 {image_processor_class} 處理影像）。
• head_mask (torch.FloatTensor，形狀為 (num_heads,) 或 (num_layers, num_heads), 可選) — 用於使自注意力模組的選定頭無效的掩碼。掩碼值在 [0, 1] 中選擇：
  • 1 表示頭未被掩碼，
  • 0 表示頭被掩碼。
• output_attentions (bool, 可選) — 是否返回所有注意力層的注意力張量。有關更多詳細資訊，請參閱返回張量下的 attentions。
• 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.BaseModelOutput 或一個 torch.FloatTensor 元組（如果傳遞 return_dict=False 或當 config.return_dict=False 時），根據配置（Swin2SRConfig）和輸入，包含各種元素。

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

• hidden_states (tuple(torch.FloatTensor), 可選, 在傳遞 output_hidden_states=True 或 config.output_hidden_states=True 時返回) — torch.FloatTensor 的元組（如果模型有嵌入層，則一個用於嵌入層的輸出，+ 每個層一個輸出），形狀為 (batch_size, sequence_length, 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, 在傳遞 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, sequence_length, 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。

引數

• pixel_values (torch.FloatTensor，形狀為 (batch_size, num_channels, image_size, image_size), 可選) — 對應於輸入影像的張量。畫素值可以使用 {image_processor_class} 獲得。有關詳細資訊，請參閱 {image_processor_class}.__call__（{processor_class} 使用 {image_processor_class} 處理影像）。
• head_mask (torch.FloatTensor，形狀為 (num_heads,) 或 (num_layers, num_heads), 可選) — 用於使自注意力模組的選定頭無效的掩碼。掩碼值在 [0, 1] 中選擇：
  • 1 表示頭未被掩碼，
  • 0 表示頭被掩碼。
• labels (torch.LongTensor，形狀為 (batch_size, sequence_length), 可選) — 用於計算掩碼語言建模損失的標籤。索引應在 [0, ..., config.vocab_size] 或 -100 中（參見 input_ids 文件字串）。索引設定為 -100 的標記將被忽略（掩碼），損失僅針對標籤在 [0, ..., config.vocab_size] 中的標記計算。
• output_attentions (bool, 可選) — 是否返回所有注意力層的注意力張量。有關更多詳細資訊，請參閱返回張量下的 attentions。
• 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.ImageSuperResolutionOutput 或一個 torch.FloatTensor 元組（如果傳遞 return_dict=False 或當 config.return_dict=False 時），根據配置（Swin2SRConfig）和輸入，包含各種元素。

• loss (torch.FloatTensor，形狀為 (1,), 可選, 在提供 labels 時返回) — 重建損失。

• reconstruction (torch.FloatTensor，形狀為 (batch_size, num_channels, height, width)) — 重建的影像，可能已上取樣。

• hidden_states (tuple(torch.FloatTensor), 可選, 在傳遞 output_hidden_states=True 或 config.output_hidden_states=True 時返回) — torch.FloatTensor 的元組（如果模型有嵌入層，則一個用於嵌入層的輸出，+ 每個階段一個輸出），形狀為 (batch_size, sequence_length, hidden_size)。模型在每個階段輸出的隱藏狀態（也稱為特徵圖）。

• attentions (tuple(torch.FloatTensor), 可選, 在傳遞 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。