Hugging Face's logo

Diffusers documentation

معالج صور VAE

You are viewing main version, which requires installation from source. If you'd like regular pip install, checkout the latest stable version (v0.42.1).
Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

معالج صور VAE

يوفر VaeImageProcessor واجهة برمجة تطبيقات موحّدة لخطوط أنابيب StableDiffusionPipeline لتحضير مدخلات الصور لتشفير VAE ومعالجة المخرجات بعد فك تشفيرها. وتشمل هذه العملية تحويلات مثل تغيير الحجم، والتطبيع، والتحويل بين مصفوفات PIL Image وPyTorch وNumPy.

تقبل جميع خطوط الأنابيب التي تستخدم VaeImageProcessor صور PIL، أو متجهات PyTorch، أو مصفوفات NumPy كمدخلات للصور، وتعيد المخرجات بناءً على معامل output_type الذي يحدده المستخدم. يمكنك تمرير كامنات الصور المشفرة مباشرةً إلى خط الأنابيب، وإرجاع الكامنات من خط الأنابيب كمخرجات محددة باستخدام معامل output_type (على سبيل المثال output_type="latent"). يتيح لك ذلك أخذ الكامنات المولدة من خط أنابيب واحد وتمريرها إلى خط أنابيب آخر كمدخلات دون الخروج من فضاء الكامنات. كما يجعل من السهل بكثير استخدام خطوط أنابيب متعددة معًا من خلال تمرير متجهات PyTorch مباشرةً بين خطوط الأنابيب المختلفة.

VaeImageProcessor

فئة diffusers.VaeImageProcessor

< >

( do_resize: bool = Truevae_scale_factor: int = 8vae_latent_channels: int = 4resample: str = 'lanczos'reducing_gap: int | None = Nonedo_normalize: bool = Truedo_binarize: bool = Falsedo_convert_rgb: bool = Falsedo_convert_grayscale: bool = False )

المعاملات

  • do_resize (bool، اختياري، القيمة الافتراضية True) — ما إذا كان سيتم تصغير أبعاد الصورة (الارتفاع، العرض) إلى مضاعفات من vae_scale_factor. يمكنه قبول الحجج height وwidth من طريقة image_processor.VaeImageProcessor.preprocess().
  • vae_scale_factor (int، اختياري، القيمة الافتراضية 8) — معامل مقياس VAE. إذا كان do_resize هو True، يتم تغيير حجم الصورة تلقائيًا إلى مضاعفات لهذا المعامل.
  • resample (str، اختياري، الافتراضي lanczos) — مرشح إعادة العينة المستخدم عند تغيير حجم الصورة.
  • do_normalize (bool، اختياري، القيمة الافتراضية True) — ما إذا كان سيتم تطبيع الصورة إلى [-1,1].
  • do_binarize (bool، اختياري، القيمة الافتراضية False) — ما إذا كان سيتم تحويل الصورة إلى ثنائية (0/1).
  • do_convert_rgb (bool، اختياري، القيمة الافتراضية False) — ما إذا كان سيتم تحويل الصور إلى تنسيق RGB.
  • do_convert_grayscale (bool، اختياري، القيمة الافتراضية False) — ما إذا كان سيتم تحويل الصور إلى تنسيق رمادي.

معالج الصور الخاص بـ VAE.

apply_overlay

< >

( mask: Imageinit_image: Imageimage: Imagecrop_coords: tuple[int, int, int, int] | None = None ) → PIL.Image.Image

المعاملات

  • mask (PIL.Image.Image) — صورة القناع التي تُبرز المناطق المراد تراكبها.
  • init_image (PIL.Image.Image) — الصورة الأصلية التي يُطبَّق عليها التراكب.
  • image (PIL.Image.Image) — الصورة التي سيتم دمجها فوق الصورة الأصلية.
  • crop_coords (tuple[int, int, int, int], اختياري) — إحداثيات لقص الصورة. إذا تم تقديمها، فسيتم قص الصورة وفقًا لها.

يعيد

PIL.Image.Image

الصورة النهائية مع تطبيق التراكب.

يطبّق طبقةً فوق الصورة الأصلية تجمع بين القناع والصورة المُعاد رسمها.

binarize

< >

( image: Image ) → PIL.Image.Image

المعاملات

  • image (PIL.Image.Image) — مدخل الصورة، يجب أن يكون صورة بصيغة PIL.

يعيد

PIL.Image.Image

الصورة المُثنّاة. تُضبط القيم الأقل من 0.5 إلى 0، وتُضبط القيم الأكبر من 0.5 إلى 1.

أنشئ قناعًا.

ضبابية

< >

( image: Imageblur_factor: int = 4 ) → PIL.Image.Image

المعاملات

  • image (PIL.Image.Image) — صورة PIL التي سيتم تحويلها إلى رمادية.

يعيد

PIL.Image.Image

صورة PIL المحوّلة إلى درجات رمادية.

يطبّق ضبابية غاوسية على صورة.

convert_to_grayscale

< >

( image: Image ) → PIL.Image.Image

المعاملات

  • image (PIL.Image.Image) — الصورة المدخلة للتحويل.

يعيد

PIL.Image.Image

الصورة المحوّلة إلى درجات رمادية.

يحوّل صورة PIL المعطاة إلى صورة رمادية.

convert_to_rgb

< >

( image: Image ) → PIL.Image.Image

المعاملات

  • image (PIL.Image.Image) — صورة PIL التي سيتم تحويلها إلى RGB.

يعيد

PIL.Image.Image

صورة PIL المحوّلة إلى RGB.

يحوّل صورة PIL إلى تنسيق RGB.

إزالة التطبيع

< >

( images: typing.Union[numpy.ndarray, torch.Tensor] ) → np.ndarray or torch.Tensor

المعاملات

  • images (np.ndarray أو torch.Tensor) — مصفوفة الصورة التي سيتم إلغاء تطبيعها.

يعيد

np.ndarray أو torch.Tensor

مصفوفة الصور غير المعيارية.

إزالة تطبيع مصفوفة صورة إلى [0,1].

get_crop_region

< >

( mask_image: Imagewidth: intheight: intpad = 0 ) → tuple

المعاملات

  • mask_image (PIL.Image.Image) — صورة القناع.
  • width (int) — عرض الصورة التي سيتم معالجتها.
  • height (int) — ارتفاع الصورة التي سيتم معالجتها.
  • pad (int, اختياري) — الحشو الذي يُضاف إلى منطقة القص. القيمة الافتراضية هي 0.

يعيد

tuple

تمثل (x1, y1, x2, y2) منطقة مستطيلة تحتوي على جميع المناطق المقنّعة في الصورة وتتطابق مع نسبة الأبعاد الأصلية.

يجد منطقة مستطيلة تحتوي على جميع المناطق المقنّعة في الصورة، ثم يوسّع المنطقة لتتناسب مع نسبة أبعاد الصورة الأصلية؛ على سبيل المثال، إذا رسم المستخدم قناعًا في منطقة 128x32، وكانت الأبعاد المعتمدة للمعالجة 512x512، فسيتم توسيع المنطقة إلى 128x128.

get_default_height_width

< >

( image: typing.Union[PIL.Image.Image, numpy.ndarray, torch.Tensor]height: int | None = Nonewidth: int | None = None ) → tuple[int, int]

المعاملات

  • image (PIL.Image.Image | np.ndarray | torch.Tensor) — مدخل الصورة، والذي يمكن أن يكون صورة PIL، أو مصفوفة NumPy، أو متجه PyTorch. إذا كانت مصفوفة NumPy، فيجب أن يكون شكلها [batch, height, width] أو [batch, height, width, channels]. وإذا كان متجه PyTorch، فيجب أن يكون شكله [batch, channels, height, width].
  • height (int | None، اختياري، القيمة الافتراضية None) — ارتفاع الصورة بعد المعالجة المسبقة. إذا كانت None، فسيتم استخدام ارتفاع مدخل image.
  • width (int | None، اختياري، القيمة الافتراضية None) — عرض الصورة بعد المعالجة المسبقة. إذا كانت None، فسيتم استخدام عرض مدخل image.

يعيد

tuple[int, int]

مجموعة (tuple) تحتوي على الارتفاع والعرض، وكلاهما مُعاد تحديده إلى أقرب مضاعف صحيح لـ vae_scale_factor.

يعيد ارتفاع الصورة وعرضها، بعد تصغيرهما إلى أقرب مضاعف صحيح لـvae_scale_factor.

normalize

< >

( images: typing.Union[numpy.ndarray, torch.Tensor] ) → np.ndarray or torch.Tensor

المعاملات

  • images (np.ndarray أو torch.Tensor) — مصفوفة الصورة التي سيتم تطبيعها.

يعيد

np.ndarray أو torch.Tensor

مصفوفة الصور المعيارية.

تطبيع مصفوفة صورة إلى [-1,1].

numpy_to_pil

< >

( images: ndarray ) → list[PIL.Image.Image]

المعاملات

  • images (np.ndarray) — مصفوفة الصور التي سيتم تحويلها إلى تنسيق PIL.

يعيد

list[PIL.Image.Image]

قائمة من صور PIL.

تحويل صورة numpy أو دفعة من الصور إلى صورة PIL.

numpy_to_pt

< >

( images: ndarray ) → torch.Tensor

المعاملات

  • images (np.ndarray) — مصفوفة الصور في NumPy التي سيتم تحويلها إلى صيغة PyTorch.

يعيد

torch.Tensor

تمثيل PyTorch للمصفوفات (Tensors) للصور.

تحويل صورة NumPy إلى متجه PyTorch.

pil_to_numpy

< >

( images: list[PIL.Image.Image] | PIL.Image.Image ) → np.ndarray

المعاملات

  • images (PIL.Image.Image أو list[PIL.Image.Image]) — صورة PIL أو قائمة صور لتحويلها إلى صيغة NumPy.

يعيد

np.ndarray

تمثيل مصفوفة NumPy للصور.

تحويل صورة PIL أو قائمة من صور PIL إلى مصفوفات NumPy.

postprocess

< >

( image: Tensoroutput_type: str = 'pil'do_denormalize: list[bool] | None = None ) → PIL.Image.Image, np.ndarray or torch.Tensor

المعاملات

  • image (torch.Tensor) — مدخل الصورة، يجب أن يكون متغيرًا من نوع pytorch بأبعاد B x C x H x W.
  • output_type (str، اختياري، الافتراضي pil) — نوع مخرجات الصورة، يمكن أن يكون أحد pil، np، pt، latent.
  • do_denormalize (list[bool]، اختياري، القيمة الافتراضية None) — ما إذا كان سيتم إلغاء تطبيع الصورة إلى [0,1]. إذا كانت None، فسيتم استخدام قيمة do_normalize في إعدادات VaeImageProcessor.

يعيد

PIL.Image.Image أو np.ndarray أو torch.Tensor

الصورة بعد المعالجة.

Postprocess the image output from tensor to output_type.

preprocess

< >

( image: typing.Union[PIL.Image.Image, numpy.ndarray, torch.Tensor, list[PIL.Image.Image], list[numpy.ndarray], list[torch.Tensor]]height: int | None = Nonewidth: int | None = Noneresize_mode: str = 'default'crops_coords: tuple[int, int, int, int] | None = None ) → torch.Tensor

المعاملات

  • image (PipelineImageInput) — مدخل الصورة، الصيغ المقبولة هي صور PIL، مصفوفات NumPy، متجهات PyTorch؛ كما تقبل قائمة من الصيغ المدعومة.
  • height (int، اختياري) — الارتفاع في الصورة بعد المعالجة المسبقة. إذا كان None، فسيتم استخدام get_default_height_width() للحصول على الارتفاع الافتراضي.
  • width (int، اختياري) — العرض بعد المعالجة المسبقة. إذا كان None، فسيتم استخدام get_default_height_width()` للحصول على العرض الافتراضي.
  • resize_mode (str, اختياري، القيمة الافتراضية default) — وضع تغيير الحجم، يمكن أن يكون أحد default أو fill. إذا كان default، فسيتم تغيير حجم الصورة لتناسب العرض والارتفاع المحددين، وقد لا يحافظ على نسبة العرض إلى الارتفاع الأصلية. إذا كان fill، فسيتم تغيير حجم الصورة لتناسب العرض والارتفاع المحددين مع الحفاظ على نسبة العرض إلى الارتفاع، ثم يتم توسيط الصورة ضمن الأبعاد، مع ملء الفراغات ببيانات من الصورة. إذا كان crop، فسيتم تغيير حجم الصورة لتناسب العرض والارتفاع المحددين مع الحفاظ على نسبة العرض إلى الارتفاع، ثم يتم توسيط الصورة ضمن الأبعاد، مع قص الفائض. لاحظ أن وضعي تغيير الحجم fill وcrop مدعومان فقط لإدخال صور PIL.
  • crops_coords (list[tuple[int, int, int, int]]، اختياري، القيمة الافتراضية None) — إحداثيات القص لكل صورة في الدفعة. إذا كانت None، فلن يتم قص الصورة.

يعيد

torch.Tensor

الصورة بعد المعالجة المسبقة.

قم بمعالجة مدخل الصورة مسبقًا.

pt_to_numpy

< >

( images: Tensor ) → np.ndarray

المعاملات

  • images (torch.Tensor) — مصفوفة PyTorch التي سيتم تحويلها إلى صيغة NumPy.

يعيد

np.ndarray

تمثيل مصفوفة NumPy للصور.

تحويل متجه PyTorch إلى صورة NumPy.

resize

< >

( image: typing.Union[PIL.Image.Image, numpy.ndarray, torch.Tensor]height: intwidth: intresize_mode: str = 'default' ) → PIL.Image.Image, np.ndarray or torch.Tensor

المعاملات

  • image (PIL.Image.Image أو np.ndarray أو torch.Tensor) — مدخل الصورة، يمكن أن يكون صورة PIL أو مصفوفة numpy أو tensor من pytorch.
  • height (int) — الارتفاع الذي سيتم تغيير حجم الصورة إليه.
  • width (int) — العرض المطلوب لتغيير حجم الصورة إليه.
  • resize_mode (str, اختياري، القيمة الافتراضية default) — وضع التحجيم المستخدم، يمكن أن يكون أحد default أو fill. إذا كان default، فسيتم تحجيم الصورة لتناسب العرض والارتفاع المحددين، وقد لا يحافظ على نسبة العرض إلى الارتفاع الأصلية. إذا كان fill، فسيتم تحجيم الصورة لتناسب العرض والارتفاع المحددين مع الحفاظ على نسبة العرض إلى الارتفاع، ثم تمركز الصورة داخل الأبعاد، وملء الفراغات ببيانات من الصورة. إذا كان crop، فسيتم تحجيم الصورة لتناسب العرض والارتفاع المحددين مع الحفاظ على نسبة العرض إلى الارتفاع، ثم تمركز الصورة داخل الأبعاد، وقص الفائض. لاحظ أن وضعي التحجيم fill وcrop مدعومان فقط لإدخال صور PIL.

يعيد

PIL.Image.Image أو np.ndarray أو torch.Tensor

الصورة المُعاد تغيير حجمها.

تغيير حجم الصورة.

InpaintProcessor

يقبل InpaintProcessor مدخلات mask وimage ويعالجها معًا. وبشكل اختياري، يمكنه قبول padding_mask_crop وتطبيق تراكب للقناع.

فئة diffusers.InpaintProcessor

< >

( do_resize: bool = Truevae_scale_factor: int = 8vae_latent_channels: int = 4resample: str = 'lanczos'reducing_gap: int | None = Nonedo_normalize: bool = Truedo_binarize: bool = Falsedo_convert_grayscale: bool = Falsemask_do_normalize: bool = Falsemask_do_binarize: bool = Truemask_do_convert_grayscale: bool = True )

معالج الصور لتعبئة الصور والأقنعة.

postprocess

< >

( image: Tensoroutput_type: str = 'pil'original_image: PIL.Image.Image | None = Noneoriginal_mask: PIL.Image.Image | None = Nonecrops_coords: tuple[int, int, int, int] | None = None )

معالجة الصورة بعد المعالجة، وتطبيق تراكب القناع اختيارياً

preprocess

< >

( image: Imagemask: PIL.Image.Image | None = Noneheight: int | None = Nonewidth: int | None = Nonepadding_mask_crop: int | None = None )

قم بمعالجة الصورة والقناع مسبقًا.

VaeImageProcessorLDM3D

يقبل VaeImageProcessorLDM3D مدخلات RGB وعمق ويعيد مخرجات RGB وعمق.

فئة diffusers.VaeImageProcessorLDM3D

< >

( do_resize: bool = Truevae_scale_factor: int = 8resample: str = 'lanczos'do_normalize: bool = True )

المعاملات

  • do_resize (bool، اختياري، القيمة الافتراضية True) — ما إذا كان سيتم تصغير أبعاد الصورة (الارتفاع، العرض) إلى مضاعفات من vae_scale_factor.
  • vae_scale_factor (int، اختياري، القيمة الافتراضية 8) — معامل مقياس VAE. إذا كان do_resize هو True، يتم تغيير حجم الصورة تلقائيًا إلى مضاعفات لهذا المعامل.
  • resample (str، اختياري، الافتراضي lanczos) — مرشح إعادة العينة المستخدم عند تغيير حجم الصورة.
  • do_normalize (bool، اختياري، القيمة الافتراضية True) — ما إذا كان سيتم تطبيع الصورة إلى [-1,1].

معالج الصور الخاص بـ VAE LDM3D.

depth_pil_to_numpy

< >

( images: list[PIL.Image.Image] | PIL.Image.Image ) → np.ndarray

المعاملات

  • images (list[PIL.Image.Image, PIL.Image.Image]) — الصورة المدخلة أو قائمة الصور التي سيتم تحويلها.

يعيد

np.ndarray

مصفوفة NumPy للصور المحوّلة.

تحويل صورة PIL أو قائمة من صور PIL إلى مصفوفات NumPy.

numpy_to_depth

< >

( images: ndarray ) → list[PIL.Image.Image]

المعاملات

  • images (np.ndarray) — مصفوفة NumPy المدخلة لصور العمق، والتي يمكن أن تكون صورة واحدة أو دفعة.

يعيد

list[PIL.Image.Image]

قائمة من صور PIL تم تحويلها من صور العمق NumPy المدخلة.

تحويل صورة عمق NumPy أو دفعة من الصور إلى قائمة من صور PIL.

numpy_to_pil

< >

( images: ndarray ) → list[PIL.Image.Image]

المعاملات

  • images (np.ndarray) — مصفوفة NumPy المدخلة للصور، والتي يمكن أن تكون صورة واحدة أو دفعة.

يعيد

list[PIL.Image.Image]

قائمة من صور PIL تم تحويلها من مصفوفة NumPy المدخلة.

تحويل صورة NumPy أو دفعة من الصور إلى قائمة من صور PIL.

preprocess

< >

( rgb: typing.Union[torch.Tensor, PIL.Image.Image, numpy.ndarray]depth: typing.Union[torch.Tensor, PIL.Image.Image, numpy.ndarray]height: int | None = Nonewidth: int | None = Nonetarget_res: int | None = None ) → tuple[torch.Tensor, torch.Tensor]

المعاملات

  • rgb (torch.Tensor | PIL.Image.Image | np.ndarray) — صورة الإدخال بالألوان RGB، والتي يمكن أن تكون صورة واحدة أو دفعة.
  • depth (torch.Tensor | PIL.Image.Image | np.ndarray) — صورة الإدخال العمق، والتي يمكن أن تكون صورة واحدة أو دفعة.
  • height (int | None، اختياري، القيمة الافتراضية None) — الارتفاع المطلوب للصورة بعد المعالجة. إذا كانت None، تكون القيمة الافتراضية هي ارتفاع الصورة المدخلة.
  • width (int | None، اختياري، القيمة الافتراضية None) — العرض المطلوب للصورة بعد المعالجة. إذا كانت None، تكون القيمة الافتراضية هي عرض الصورة المدخلة.
  • target_res (int | None، اختياري، القيمة الافتراضية None) — دقة الهدف لتغيير حجم الصور. إذا تم تحديدها، فإنها تتجاوز الارتفاع والعرض.

يعيد

tuple[torch.Tensor, torch.Tensor]

مجموعة (tuple) تحتوي على صور RGB والعمق المعالجة كمتجهات PyTorch.

قم بمعالجة مدخل الصورة مسبقًا. الصيغ المقبولة هي صور PIL، ومصفوفات NumPy، أو متجهات PyTorch.

rgblike_to_depthmap

< >

( image: typing.Union[numpy.ndarray, torch.Tensor] )

تحويل صورة عمق تشبه صورة RGB إلى خريطة عمق.

PixArtImageProcessor

فئة diffusers.PixArtImageProcessor

< >

( do_resize: bool = Truevae_scale_factor: int = 8resample: str = 'lanczos'do_normalize: bool = Truedo_binarize: bool = Falsedo_convert_grayscale: bool = False )

المعاملات

  • do_resize (bool، اختياري، القيمة الافتراضية True) — ما إذا كان سيتم تصغير أبعاد الصورة (الارتفاع، العرض) إلى مضاعفات من vae_scale_factor. يمكنه قبول الحجج height وwidth من طريقة image_processor.VaeImageProcessor.preprocess().
  • vae_scale_factor (int، اختياري، القيمة الافتراضية 8) — معامل مقياس VAE. إذا كان do_resize هو True، يتم تغيير حجم الصورة تلقائيًا إلى مضاعفات لهذا المعامل.
  • resample (str، اختياري، الافتراضي lanczos) — مرشح إعادة العينة المستخدم عند تغيير حجم الصورة.
  • do_normalize (bool، اختياري، القيمة الافتراضية True) — ما إذا كان سيتم تطبيع الصورة إلى [-1,1].
  • do_binarize (bool، اختياري، القيمة الافتراضية False) — ما إذا كان سيتم تحويل الصورة إلى ثنائية (0/1).
  • do_convert_rgb (bool، اختياري، القيمة الافتراضية False) — ما إذا كان سيتم تحويل الصور إلى تنسيق RGB.
  • do_convert_grayscale (bool، اختياري، القيمة الافتراضية False) — ما إذا كان سيتم تحويل الصور إلى تنسيق رمادي.

معالج الصور لتغيير حجم الصور وقصّها في PixArt.

classify_height_width_bin

< >

( height: intwidth: intratios: dict ) → tuple[int, int]

المعاملات

  • height (int) — ارتفاع الصورة.
  • width (int) — عرض الصورة.
  • ratios (dict) — قاموس تكون مفاتيحه نسب أبعاد وقيمته أزواج من (الارتفاع، العرض).

يعيد

tuple[int, int]

أقرب ارتفاع وعرض مُصنَّف.

يعيد الارتفاع والعرض المُصنَّفين بناءً على نسبة الأبعاد.

resize_and_crop_tensor

< >

( samples: Tensornew_width: intnew_height: int ) → torch.Tensor

المعاملات

  • samples (torch.Tensor) — مصفوفة (Tensor) بأبعاد (N, C, H, W) حيث N هو حجم الدفعة (batch size)، وC هو عدد القنوات، وH هو الارتفاع، وW هو العرض.
  • new_width (int) — العرض المطلوب للصور الناتجة.
  • new_height (int) — الارتفاع المطلوب للصور الناتجة.

يعيد

torch.Tensor

مصفوفة تحتوي على الصور المُعاد تحديدها في الحجم والمُقتطعة.

يُعيد تغيير حجم ومقتطع متجه من الصور إلى الأبعاد المحددة.

IPAdapterMaskProcessor

فئة diffusers.IPAdapterMaskProcessor

< >

( do_resize: bool = Truevae_scale_factor: int = 8resample: str = 'lanczos'do_normalize: bool = Falsedo_binarize: bool = Truedo_convert_grayscale: bool = True )

المعاملات

  • do_resize (bool، اختياري، القيمة الافتراضية True) — ما إذا كان سيتم تصغير أبعاد الصورة (الارتفاع، العرض) إلى مضاعفات من vae_scale_factor.
  • vae_scale_factor (int، اختياري، القيمة الافتراضية 8) — معامل مقياس VAE. إذا كان do_resize هو True، يتم تغيير حجم الصورة تلقائيًا إلى مضاعفات لهذا المعامل.
  • resample (str، اختياري، الافتراضي lanczos) — مرشح إعادة العينة المستخدم عند تغيير حجم الصورة.
  • do_normalize (bool، اختياري، القيمة الافتراضية False) — ما إذا كان يجب تطبيع الصورة إلى [-1,1].
  • do_binarize (bool، اختياري، القيمة الافتراضية True) — ما إذا كان سيتم تحويل الصورة إلى ثنائية (0/1).
  • do_convert_grayscale (bool، اختياري، القيمة الافتراضية True) — ما إذا كان سيتم تحويل الصور إلى تنسيق رمادي.

معالج الصور لأقنعة صور IP Adapter.

تقليل الدقة

< >

( mask: Tensorbatch_size: intnum_queries: intvalue_embed_dim: int ) → torch.Tensor

المعاملات

  • mask (torch.Tensor) — مصفوفة القناع المُدخلة التي تم إنشاؤها باستخدام IPAdapterMaskProcessor.preprocess().
  • batch_size (int) — حجم الدفعة.
  • num_queries (int) — عدد الاستعلامات.
  • value_embed_dim (int) — أبعاد تمثيلات القيم.

يعيد

torch.Tensor

مصفوفة القناع المُصغّرة.

يقوم بتقليل دقة مُتجه القناع المُقدَّم ليتطابق مع الأبعاد المتوقعة لانتباه النقطي المُقيَّم. إذا لم يتطابق نسبة أبعاد القناع مع نسبة أبعاد الصورة الناتجة، يتم إصدار تحذير.

Update on GitHub

←Utilities Video Processor→