Hugging Face's logo

Diffusers documentation

VAE Görüntü İşleyici

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

VAE Görüntü İşleyici

VaeImageProcessor, StableDiffusionPipeline örnekleri için VAE kodlamaya hazırlanacak görüntü girdilerini ve çözümlendikten sonra işlenecek çıktıları yöneten birleşik bir API sağlar. Bu, yeniden boyutlandırma, normalizasyon ve PIL Image, PyTorch ile NumPy dizileri arasında dönüşüm gibi işlemleri içerir.

VaeImageProcessor içeren tüm pipeline'lar, görüntü girdisi olarak PIL Image, PyTorch tensor veya NumPy dizilerini kabul eder ve çıktıları, kullanıcının output_type argümanına göre döndürür. Kodlanmış görüntü latentlerini doğrudan pipeline'a iletebilir ve output_type argümanını kullanarak (örneğin output_type="latent") pipeline'dan latentleri belirli bir çıktı olarak alabilirsiniz. Bu, bir pipeline'dan üretilen latentleri latent uzaydan çıkmadan başka bir pipeline'a girdi olarak iletebilmenizi sağlar. Ayrıca, PyTorch tensorlerini farklı pipeline'lar arasında doğrudan ileterek birden fazla pipeline'ı birlikte kullanmayı çok daha kolay hale getirir.

VaeImageProcessor

sınıf 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 )

Parametreler

  • do_resize (bool, isteğe bağlı, varsayılan True) — Görüntünün (yükseklik, genişlik) boyutlarını vae_scale_factor'ün katlarına küçültüp küçültmeyeceğini belirtir. image_processor.VaeImageProcessor.preprocess() metodundan height ve width argümanlarını kabul edebilir.
  • vae_scale_factor (int, isteğe bağlı, varsayılan 8) — VAE ölçek faktörü. do_resize True ise, görüntü bu faktörün katlarına otomatik olarak yeniden boyutlandırılır.
  • resample (str, isteğe bağlı, varsayılan lanczos) — Görsel yeniden boyutlandırılırken kullanılacak yeniden örnekleme filtresi.
  • do_normalize (bool, isteğe bağlı, varsayılan True) — Görselin [-1,1] aralığına normalize edilip edilmeyeceği.
  • do_binarize (bool, isteğe bağlı, varsayılan False) — Görselin 0/1 olarak ikileştirilip ikileştirilmeyeceği.
  • do_convert_rgb (bool, isteğe bağlı, varsayılan olarak False) — Görsellerin RGB formatına dönüştürülüp dönüştürülmemesi.
  • do_convert_grayscale (bool, isteğe bağlı, varsayılan olarak False) — Görüntülerin gri tonlamalı formata dönüştürülüp dönüştürülmemesi.

VAE için görüntü işleyici.

apply_overlay

< >

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

Parametreler

  • mask (PIL.Image.Image) — Üstlenecek bölgeleri vurgulayan maske görüntüsü.
  • init_image (PIL.Image.Image) — Üzerine bindirme uygulanan orijinal görüntü.
  • image (PIL.Image.Image) — Orijinelin üzerine bindirilecek görüntü.
  • crop_coords (tuple[int, int, int, int], isteğe bağlı) — Görseli kırpacak koordinatlar. Verilirse, görsel buna göre kırpılır.

Dönüş değeri

PIL.Image.Image

Katman uygulanan son görüntü.

Orijinal görüntünün üzerine maske ve inpainting yapılmış görüntünün bir örtüsünü uygular.

binarize

< >

( image: Image ) → PIL.Image.Image

Parametreler

  • image (PIL.Image.Image) — Görsel girdisi, bir PIL görseli olmalıdır.

Dönüş değeri

PIL.Image.Image

İkili (binarize) görüntü. 0.5'ten küçük değerler 0 olarak, 0.5'ten büyük değerler 1 olarak ayarlanır.

Bir maske oluşturun.

bulanıklaştır

< >

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

Parametreler

  • image (PIL.Image.Image) — Gri tonlu dönüştürülecek PIL görüntüsü.

Dönüş değeri

PIL.Image.Image

Gri tonlara dönüştürülmüş PIL görüntüsü.

Bir görüntüye Gauss bulanıklığı uygular.

convert_to_grayscale

< >

( image: Image ) → PIL.Image.Image

Parametreler

  • image (PIL.Image.Image) — Dönüştürülecek girdi görüntüsü.

Dönüş değeri

PIL.Image.Image

Gri tonlara dönüştürülen görüntü.

Verilen bir PIL görüntüsünü gri tonlamaya dönüştürür.

convert_to_rgb

< >

( image: Image ) → PIL.Image.Image

Parametreler

  • image (PIL.Image.Image) — RGB'ye dönüştürülecek PIL görüntüsü.

Dönüş değeri

PIL.Image.Image

RGB'ye dönüştürülmüş PIL görüntüsü.

Bir PIL görüntüsünü RGB formatına dönüştürür.

denormalize

< >

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

Parametreler

  • images (np.ndarray veya torch.Tensor) — Normalizasyonu kaldırılacak görüntü dizisi.

Dönüş değeri

np.ndarray veya torch.Tensor

Normalleştirilmemiş görüntü dizisi.

Bir görüntü dizisini [0,1] aralığına normalleştirmeyin.

get_crop_region

< >

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

Parametreler

  • mask_image (PIL.Image.Image) — Maske görüntüsü.
  • width (int) — İşlenecek görüntünün genişliği.
  • height (int) — İşlenecek görüntünün yüksekliği.
  • pad (int, isteğe bağlı) — Kesim bölgesine eklenecek dolgu. Varsayılan değer 0'dır.

Dönüş değeri

tuple

(x1, y1, x2, y2), bir görüntüdeki tüm maskelenmiş alanları içeren ve orijinal en-boy oranıyla eşleşen dikdörtgen bir bölgeyi temsil eder.

Görseldeki tüm maskelenmiş alanları içeren dikdörtgen bir bölgeyi bulur ve bölgeyi orijinal görselin en-boy oranıyla eşleştirecek şekilde genişletir; örneğin, kullanıcı 128x32 boyutlarında bir bölgede maske çizdiyse ve işleme boyutları 512x512 ise, bölge 128x128 boyutlarına genişletilir.

get_default_height_width

< >

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

Parametreler

  • image (PIL.Image.Image | np.ndarray | torch.Tensor) — Girdi olarak bir PIL görüntüsü, NumPy dizisi veya PyTorch tensörü olabilir. NumPy dizisi ise [batch, height, width] veya [batch, height, width, channels] biçiminde olmalıdır. PyTorch tensörü ise [batch, channels, height, width] biçiminde olmalıdır.
  • height (int | None, isteğe bağlı, varsayılan None) — Ön işlenmiş görüntünün yüksekliği. None ise, image girdisinin yüksekliği kullanılır.
  • width (int | None, isteğe bağlı, varsayılan None) — Ön işlenmiş görüntünün genişliği. None ise, image girdisinin genişliği kullanılır.

Dönüş değeri

tuple[int, int]

Yükseklik ve genişliği içeren bir demet; her ikisi de vae_scale_factor'un en yakın tam sayı katına yeniden boyutlandırılmıştır.

Görselin yüksekliğini ve genişliğini, vae_scale_factor'ın bir sonraki tam sayı katına ölçeklenmiş olarak döndürür.

normalize

< >

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

Parametreler

  • images (np.ndarray veya torch.Tensor) — Normalleştirilecek görüntü dizisi.

Dönüş değeri

np.ndarray veya torch.Tensor

Normalleştirilmiş görüntü dizisi.

Bir görüntü dizisini [-1,1] aralığına normalize edin.

numpy_to_pil

< >

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

Parametreler

  • images (np.ndarray) — PIL formatına dönüştürülecek görüntü dizisi.

Dönüş değeri

list[PIL.Image.Image]

PIL görüntülerinin listesi.

Bir numpy görüntüsünü veya görüntü grubunu bir PIL görüntüsüne dönüştürür.

numpy_to_pt

< >

( images: ndarray ) → torch.Tensor

Parametreler

  • images (np.ndarray) — PyTorch formatına dönüştürülecek NumPy görüntü dizisi.

Dönüş değeri

torch.Tensor

Görsellerin PyTorch tensör temsili.

Bir NumPy görüntüsünü PyTorch tensörüne dönüştürün.

pil_to_numpy

< >

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

Parametreler

  • images (PIL.Image.Image veya list[PIL.Image.Image]) — NumPy biçimine dönüştürülecek PIL görüntüsü veya görüntü listesi.

Dönüş değeri

np.ndarray

Görüntülerin NumPy dizi temsili.

Bir PIL görüntüsünü veya PIL görüntüsü listesini NumPy dizilerine dönüştürür.

postprocess

< >

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

Parametreler

  • image (torch.Tensor) — Girdi görüntüsü, B x C x H x W biçiminde bir pytorch tensörü olmalıdır.
  • output_type (str, isteğe bağlı, varsayılan pil) — Görüntünün çıktı türü, pil, np, pt, latent değerlerinden biri olabilir.
  • do_denormalize (list[bool], isteğe bağlı, varsayılan None) — Görselin [0,1] aralığına denormalize edilip edilmeyeceğini belirtir. None ise, VaeImageProcessor yapılandırmasındaki do_normalize değeri kullanılır.

Dönüş değeri

PIL.Image.Image, np.ndarray veya torch.Tensor

İşlem sonrası görüntü.

Görsel çıktısını tensörden output_type biçimine dönüştürün.

ön işleme

< >

( 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

Parametreler

  • image (PipelineImageInput) — Girdi görüntüsü; kabul edilen biçimler PIL görüntüleri, NumPy dizileri, PyTorch tensörleridir; Desteklenen biçimlerin listesi de kabul edilir.
  • height (int, isteğe bağlı) — Ön işlenmiş görüntüdeki yükseklik. None ise, varsayılan yüksekliği almak için get_default_height_width() kullanılır.
  • width (int, isteğe bağlı) — Ön işlenmiş genişlik. None ise, varsayılan genişliği almak için get_default_height_width()` kullanılır.
  • resize_mode (str, isteğe bağlı, varsayılan default) — Yeniden boyutlandırma modu, default veya fill değerlerinden biri olabilir. default seçilirse, görüntü belirtilen genişlik ve yüksekliğe sığacak şekilde yeniden boyutlandırılır ve orijinal en-boy oranı korunmayabilir. fill seçilirse, görüntü en-boy oranını koruyarak belirtilen genişlik ve yüksekliğe sığacak şekilde yeniden boyutlandırılır, ardından boyutlar içinde ortalanır ve boşluklar görüntü verisiyle doldurulur. crop seçilirse, görüntü en-boy oranını koruyarak belirtilen genişlik ve yüksekliğe sığacak şekilde yeniden boyutlandırılır, ardından boyutlar içinde ortalanır ve fazlalık kesilir. fill ve crop resize_mode değerlerinin yalnızca PIL görüntü girdisi için desteklendiğini unutmayın.
  • crops_coords (list[tuple[int, int, int, int]], isteğe bağlı, varsayılan None) — Toplu işlemdeki her bir görüntü için kırpma koordinatları. None ise görüntü kırpılmaz.

Dönüş değeri

torch.Tensor

Ön işlenmiş görüntü.

Görsel girdisini ön işleme tabi tutun.

pt_to_numpy

< >

( images: Tensor ) → np.ndarray

Parametreler

  • images (torch.Tensor) — NumPy biçimine dönüştürülecek PyTorch tensörü.

Dönüş değeri

np.ndarray

Görüntülerin NumPy dizi temsili.

Bir PyTorch tensörünü NumPy görüntüsüne dönüştürün.

boyutlandır

< >

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

Parametreler

  • image (PIL.Image.Image, np.ndarray veya torch.Tensor) — Görsel girdisi; bir PIL görseli, numpy dizisi veya pytorch tensörü olabilir.
  • height (int) — Büyüklüğünün yeniden ayarlanacağı yükseklik.
  • width (int) — Yeniden boyutlandırılacak genişlik.
  • resize_mode (str, isteğe bağlı, varsayılan default) — Kullanılacak yeniden boyutlandırma modu, default veya fill olabilir. default ise, görüntü belirtilen genişlik ve yüksekliğe sığacak şekilde yeniden boyutlandırılır ve orijinal en-boy oranı korunmayabilir. fill ise, görüntü en-boy oranını koruyarak belirtilen genişlik ve yüksekliğe sığacak şekilde yeniden boyutlandırılır, ardından boyutlar içinde ortalanır ve boşluklar görüntü verisiyle doldurulur. crop ise, görüntü en-boy oranını koruyarak belirtilen genişlik ve yüksekliğe sığacak şekilde yeniden boyutlandırılır, ardından boyutlar içinde ortalanır ve fazlalık kırpılır. fill ve crop resize_mode değerlerinin yalnızca PIL görüntü girdisi için desteklendiğini unutmayın.

Dönüş değeri

PIL.Image.Image, np.ndarray veya torch.Tensor

Yeniden boyutlandırılmış görüntü.

Görseli yeniden boyutlandırın.

InpaintProcessor

InpaintProcessor, mask ve image girdilerini kabul eder ve bunları birlikte işler. İsteğe bağlı olarak padding_mask_crop kabul edebilir ve mask overlay uygulayabilir.

sınıf 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 )

Görsel ve maske için inpainting görsel işleyicisi.

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 )

Görseli son işlemeye tabi tutun, isteğe bağlı olarak maske bindirmesi uygulayın

ön işleme

< >

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

Görseli ve maskesini ön işleme tabi tutun.

VaeImageProcessorLDM3D

VaeImageProcessorLDM3D, RGB ve derinlik girdilerini kabul eder ve RGB ile derinlik çıktıları döndürür.

sınıf diffusers.VaeImageProcessorLDM3D

< >

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

Parametreler

  • do_resize (bool, isteğe bağlı, varsayılan True) — Görüntünün (yükseklik, genişlik) boyutlarının vae_scale_factor'ün katlarına küçültülüp küçültülmemesi.
  • vae_scale_factor (int, isteğe bağlı, varsayılan 8) — VAE ölçek faktörü. do_resize True ise, görüntü bu faktörün katlarına otomatik olarak yeniden boyutlandırılır.
  • resample (str, isteğe bağlı, varsayılan lanczos) — Görsel yeniden boyutlandırılırken kullanılacak yeniden örnekleme filtresi.
  • do_normalize (bool, isteğe bağlı, varsayılan True) — Görselin [-1,1] aralığına normalize edilip edilmeyeceği.

VAE LDM3D için görüntü işleyici.

depth_pil_to_numpy

< >

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

Parametreler

  • images (list[PIL.Image.Image, PIL.Image.Image]) — Dönüştürülecek girdi görüntüsü veya görüntü listesi.

Dönüş değeri

np.ndarray

Dönüştürülen görüntülerin NumPy dizisi.

Bir PIL görüntüsünü veya PIL görüntüsü listesini NumPy dizilerine dönüştürür.

numpy_to_depth

< >

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

Parametreler

  • images (np.ndarray) — Derinlik görüntülerinin girdi NumPy dizisi; tek bir görüntü veya bir parti olabilir.

Dönüş değeri

list[PIL.Image.Image]

Girdi NumPy derinlik görüntülerinden dönüştürülen PIL görüntüleri listesi.

NumPy derinlik görüntüsünü veya görüntü birimini PIL görüntüleri listesine dönüştürür.

numpy_to_pil

< >

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

Parametreler

  • images (np.ndarray) — Girdi NumPy dizi, tek bir görüntü veya bir parti olabilir.

Dönüş değeri

list[PIL.Image.Image]

Girdi NumPy dizisinden dönüştürülen PIL görüntülerinin listesi.

Bir NumPy görüntüsünü veya görüntü grubunu PIL görüntüleri listesine dönüştürür.

ön işleme

< >

( 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]

Parametreler

  • rgb (torch.Tensor | PIL.Image.Image | np.ndarray) — Tek bir görüntü veya bir parti olabilecek RGB giriş görüntüsü.
  • depth (torch.Tensor | PIL.Image.Image | np.ndarray) — Derinlik giriş görüntüsü; tek bir görüntü veya bir parti olabilir.
  • height (int | None, isteğe bağlı, varsayılan None) — İşlenmiş görüntünün istenen yüksekliği. None ise, girdi görüntüsünün yüksekliği kullanılır.
  • width (int | None, isteğe bağlı, varsayılan None) — İşlenmiş görüntünün istenen genişliği. None ise, girdi görüntüsünün genişliği kullanılır.
  • target_res (int | None, isteğe bağlı, varsayılan None) — Görselleri yeniden boyutlandırma için hedef çözünürlük. Belirtilirse, height ve width değerlerini geçersiz kılar.

Dönüş değeri

tuple[torch.Tensor, torch.Tensor]

İşlenmiş RGB ve derinlik görüntülerini PyTorch tensörleri olarak içeren bir demet.

Girdi görüntüsünü ön işleme. Kabul edilen biçimler PIL görüntüleri, NumPy dizileri veya PyTorch tensörleridir.

rgblike_to_depthmap

< >

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

RGB benzeri bir derinlik görüntüsünü derinlik haritasına dönüştürür.

PixArtImageProcessor

sınıf diffusers.PixArtImageProcessor

< >

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

Parametreler

  • do_resize (bool, isteğe bağlı, varsayılan True) — Görüntünün (yükseklik, genişlik) boyutlarını vae_scale_factor'ün katlarına küçültüp küçültmeyeceğini belirtir. image_processor.VaeImageProcessor.preprocess() metodundan height ve width argümanlarını kabul edebilir.
  • vae_scale_factor (int, isteğe bağlı, varsayılan 8) — VAE ölçek faktörü. do_resize True ise, görüntü bu faktörün katlarına otomatik olarak yeniden boyutlandırılır.
  • resample (str, isteğe bağlı, varsayılan lanczos) — Görsel yeniden boyutlandırılırken kullanılacak yeniden örnekleme filtresi.
  • do_normalize (bool, isteğe bağlı, varsayılan True) — Görselin [-1,1] aralığına normalize edilip edilmeyeceği.
  • do_binarize (bool, isteğe bağlı, varsayılan False) — Görselin 0/1 olarak ikileştirilip ikileştirilmeyeceği.
  • do_convert_rgb (bool, isteğe bağlı, varsayılan olarak False) — Görsellerin RGB formatına dönüştürülüp dönüştürülmemesi.
  • do_convert_grayscale (bool, isteğe bağlı, varsayılan olarak False) — Görüntülerin gri tonlamalı formata dönüştürülüp dönüştürülmemesi.

PixArt görüntü yeniden boyutlandırma ve kırpma işlemi için görüntü işleyici.

classify_height_width_bin

< >

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

Parametreler

  • height (int) — Görselin yüksekliği.
  • width (int) — Görselin genişliği.
  • ratios (dict) — Anahtarları en-boy oranları, değerleri (yükseklik, genişlik) demetleri olan bir sözlük.

Dönüş değeri

tuple[int, int]

En yakın binned yükseklik ve genişlik.

En-boy oranına göre binned yükseklik ve genişliği döndürür.

resize_and_crop_tensor

< >

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

Parametreler

  • samples (torch.Tensor) — N'nin batch boyutu, C'nin kanal sayısı, H'nin yükseklik ve W'nin genişlik olduğu (N, C, H, W) biçiminde bir tensör.
  • new_width (int) — Çıktı görüntülerinin istenen genişliği.
  • new_height (int) — Çıktı görüntülerinin istenen yüksekliği.

Dönüş değeri

torch.Tensor

Yeniden boyutlandırılmış ve kırpılmış görüntüler içeren bir tensör.

Görsellerin tensörünü belirtilen boyutlara yeniden boyutlandırır ve kırpma yapar.

IPAdapterMaskProcessor

sınıf diffusers.IPAdapterMaskProcessor

< >

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

Parametreler

  • do_resize (bool, isteğe bağlı, varsayılan True) — Görüntünün (yükseklik, genişlik) boyutlarının vae_scale_factor'ün katlarına küçültülüp küçültülmemesi.
  • vae_scale_factor (int, isteğe bağlı, varsayılan 8) — VAE ölçek faktörü. do_resize True ise, görüntü bu faktörün katlarına otomatik olarak yeniden boyutlandırılır.
  • resample (str, isteğe bağlı, varsayılan lanczos) — Görsel yeniden boyutlandırılırken kullanılacak yeniden örnekleme filtresi.
  • do_normalize (bool, isteğe bağlı, varsayılan False) — Görselin [-1,1] aralığına normalize edilip edilmeyeceği.
  • do_binarize (bool, isteğe bağlı, varsayılan True) — Görselin 0/1 olarak ikileştirilip ikileştirilmeyeceği.
  • do_convert_grayscale (bool, isteğe bağlı, varsayılan olarak True) — Görüntülerin gri tonlamalı formata dönüştürülüp dönüştürülmemesi.

IP Adapter görüntü maskeleri için görüntü işleyici.

downsample

< >

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

Parametreler

  • mask (torch.Tensor) — IPAdapterMaskProcessor.preprocess() ile oluşturulan girdi maskesi tensörü.
  • batch_size (int) — Toplu işlem boyutu.
  • num_queries (int) — Sorgu sayısı.
  • value_embed_dim (int) — Değer gömme boyutları.

Dönüş değeri

torch.Tensor

Örnekleme azaltılmış maske tensörü.

Ölçekli nokta çarpımı dikkati için beklenen boyutlara uymak üzere sağlanan maske tensörünü indirger. Maske en-boy oranı, çıktı görüntüsünün en-boy oranıyla eşleşmiyorsa bir uyarı verilir.

Update on GitHub

←Yardımcılar Video İşleyici→