パラメータ

• pretrained_model_name_or_path (str または os.PathLike) — 次のいずれかです:
  • 文字列、huggingface.co上のモデルリポジトリにホストされている事前学習済みfeature_extractorのmodel id
  • save_pretrained()メソッドを使用して保存されたフィーチャーエクストラクターファイルを含むディレクトリへのパス。例: ./my_model_directory/
  • 保存されたフィーチャーエクストラクターの./my_model_directory/preprocessor_config.jsonのようなファイルへのパス
• cache_dir (str または os.PathLike、省略可) — 標準のキャッシュを使用しない場合、ダウンロードした事前学習済みモデルのフィーチャーエクストラクターをキャッシュするディレクトリのパス。
• force_download (bool、任意、デフォルトは False) — feature extractor のファイルを（再）ダウンロードを強制し、キャッシュされたバージョンが存在する場合にそれを上書きするかどうかを指定します。
• proxies (dict[str, str]、省略可) — プロトコルまたはエンドポイントごとに使用するプロキシサーバーの辞書です。例: {'http': 'foo.bar:3128', 'http://hostname': 'foo.bar:4012'}. 各リクエストでこれらのプロキシが使用されます。
• token (str または bool、省略可) — リモートファイルの HTTP ベアラ認証に使用するトークンです。True の場合、または指定されていない場合は、hf auth login を実行した際に生成されたトークン（~/.huggingface に保存）が使用されます。
• revision (str, 省略可, デフォルトは "main") — 使用する特定のモデルのバージョンです。huggingface.co ではモデルやその他の成果物を保存するために git ベースのシステムを使用しているため、ブランチ名、タグ名、またはコミット ID を指定できます。したがって、 revision には git で許可される任意の識別子を指定できます。

  Hubでプルリクエストを作成した場合、revision="refs/pr/<pr_number>"を渡すことでテストできます。

• return_unused_kwargs (bool、任意、デフォルトは False) — False の場合、この関数は最終的な feature extractor オブジェクトのみを返します。True の場合、この関数は Tuple(feature_extractor, unused_kwargs) を返します。ここで unused_kwargs は、キーが feature extractor の属性でないキー/値のペアで構成される辞書です。つまり、feature_extractor の更新に使用されず、それ以外は無視される kwargs の部分です。
• kwargs (dict[str, Any], 任意) — kwargs 内の、feature extractor の属性であるキーの値は、読み込まれた値の上書きに使用されます。キーが feature extractor の属性でないキー/値ペアの動作は、return_unused_kwargs キーワード引数によって制御されます。

パラメータ

• save_directory (str または os.PathLike) — フィーチャーエクストラクターの JSON ファイルを保存するディレクトリ（存在しない場合は作成されます）。
• push_to_hub (bool、省略可、デフォルトは False) — モデルを保存した後、Hugging Face モデルハブにプッシュするかどうかを指定します。プッシュ先のリポジトリは repo_id で指定できます（指定しない場合、save_directory の名前があなたのネームスペース内でデフォルトとして使用されます）。
• kwargs (dict[str, Any]、省略可) — push_to_hub() メソッドに渡される追加のキーワード引数。

パラメータ

• processed_features (BatchFeature, のリスト BatchFeature, dict[str, list[float]], dict[str, list[list[float]] または list[dict[str, list[float]]]) — 処理済みの入力。1つの入力（BatchFeature または dict[str, list[float]]) ）または、入力値/ベクトルのバッチ（ BatchFeature, dict[str, list[list[float]]] または list[dict[str, list[float]]]) そのため、このメソッドは前処理時だけでなく、PyTorch の Dataloader の collate 関数でも使用できます。

  list[float] の代わりに、テンソル（NumPy 配列または PyTorch テンソル）を指定できます。戻り型については、上記の注記を参照してください。

• padding (bool, str または PaddingStrategy, 省略可, デフォルトは True) — 返されるシーケンスのパディング戦略（モデルのパディング側およびパディングインデックスに従う）として、以下から選択します:
  • Trueまたは'longest': バッチ内の最長のシーケンスの長さにパディングします（単一のシーケンスのみが提供された場合は、パディングを行いません）。
  • 'max_length': 引数 max_length で指定された最大長、またはその引数が指定されていない場合はモデルが受け入れ可能な最大入力長までパディングします。
  • False または 'do_not_pad'（デフォルト）：パディングを行いません（つまり、長さが異なるシーケンスのバッチを出力できます）。
• max_length (int, 任意) — 返されるリストの最大長、および必要に応じてパディングの長さ（上記を参照）。
• truncation (bool) — max_length を超える入力シーケンスを max_length に切り詰めるための切り詰め処理を有効にします。
• pad_to_multiple_of (int, 省略可能) — 設定すると、シーケンスを指定された値の倍数にパディングします。

  これは、計算能力が>= 7.5（Volta）のNVIDIAハードウェアでTensor Coresの利用を有効にするために、また、シーケンス長が128の倍数であることで恩恵を受けるTPUにおいて、特に有用です。

• return_attention_mask (bool, 省略可能) — attention mask を返すかどうか。デフォルトのままにすると、特定の feature_extractor のデフォルトに従って attention mask を返します。

  アテンションマスクとは?

• return_tensors (str または TensorType, 省略可) — 設定すると、Python の整数のリストではなくテンソルを返します。指定可能な値は以下の通りです:
  • 'pt': PyTorchのtorch.Tensorオブジェクトを返します。
  • 'np': Numpy の np.ndarray オブジェクトを返します。

パラメータ

• tensor_type (str または TensorType、任意) — 使用するテンソルの型です。str の場合、TensorType の列挙型のいずれかの値である必要があります。None の場合、変更は行われません。
• skip_tensor_conversion (list[str] または set[str]、任意) — tensor_type が指定されている場合でも、テンソルに変換すべきでないキーのリストまたはセット。

パラメータ

• args (Tuple) — テンソルの to(...) 関数に渡されます。
• kwargs (Dict, 任意) — テンソルの to(...) 関数に渡されます。 非同期データ転送を有効にするには、kwargs に non_blocking フラグを設定します（デフォルトは False）。

パラメータ

• image (PIL.Image.Image または np.ndarray または torch.Tensor、shape が (n_channels, height, width) または (height, width, n_channels)) — リサイズする画像。
• size (int または tuple[int, int]) — 画像をクロップするサイズ。

パラメータ

• image (PIL.Image.Image) — 変換対象の画像です。

パラメータ

• image (PIL.Image.Image または np.ndarray または torch.Tensor) — 拡大する画像。

パラメータ

• image (PIL.Image.Image または np.ndarray または torch.Tensor) — 色チャネルを反転する対象の画像。np.ndarray または torch.Tensor の場合、チャネル次元が先頭である必要があります。

パラメータ

• image (PIL.Image.Image または np.ndarray または torch.Tensor) — 正規化対象の画像。
• mean (list[float] または np.ndarray または torch.Tensor) — 正規化に使用する平均値（チャネルごと）です。
• std (list[float] または np.ndarray または torch.Tensor) — 正規化に使用する標準偏差（チャネルごと）。
• rescale (bool、省略可、デフォルトは False) — 画像を 0 から 1 の範囲にリスケールするかどうかを指定します。PIL 画像が提供されている場合、スケーリングは自動的に実行されます。

パラメータ

• image (PIL.Image.Image または np.ndarray または torch.Tensor) — リサイズする画像です。
• size (int または tuple[int, int]) — 画像のリサイズに使用するサイズ。 size が (h, w) のようなシーケンスの場合、出力サイズはこれに一致させられます。

  size が int 型で default_to_square が True の場合、画像は (size, size) にリサイズされます。 size が int 型で default_to_square が False の場合、画像の短い辺がこの数値に一致するように調整されます。つまり、height > width の場合、画像は (size * height / width, size) にリスケールされます。

• resample (int、任意、デフォルトは PILImageResampling.BILINEAR) — リサンプリングに使用するフィルタ。
• default_to_square (bool、省略可能、デフォルトは True) — size が単一の int の場合の変換方法です。True に設定すると、size は正方形 (size,size) に変換されます。False に設定すると、最小辺のみをリサイズする機能と、任意の max_size を指定する機能を備えた torchvision.transforms.Resize と同じ動作になります。
• max_size (int, 任意、デフォルトは None) — リサイズ後の画像の長い辺の許容される最大値です。画像が size に基づいてリサイズされた後、長い辺が max_size より大きい場合、長い辺が max_size に等しくなるように画像が再度リサイズされます。その結果、size が上書きされ、短い辺が size より短くなる可能性があります。default_to_square が False の場合のみ使用されます。

パラメータ

• image (PIL.Image.Image または np.ndarray または torch.Tensor) — 回転させる画像です。np.ndarray または torch.Tensor の場合、回転処理の前に PIL.Image.Image に変換されます。

パラメータ

• image (PIL.Image.Image または np.ndarray または torch.Tensor) — NumPy 配列に変換する画像。
• rescale (bool, 省略可) — スケーリング係数を適用するかどうか（ピクセル値を 0. から 1. の間の浮動小数点数にするため）。画像が PIL Image または整数の配列/テンソルの場合は True がデフォルト、それ以外の場合は False になります。
• channel_first (bool、任意、デフォルトはTrue) — 画像の次元を並べ替え、チャネル次元を先頭に配置するかどうかを指定します。

パラメータ

• image (PIL.Image.Image または numpy.ndarray または torch.Tensor) — PIL Image 形式に変換する画像。
• rescale (bool, 省略可) — スケーリング係数を適用するかどうか（ピクセル値を 0 から 255 の整数にするため）。画像の型が浮動小数点型の場合は True、それ以外の場合は False がデフォルトになります。