参数

• images (ImageInput) — 要绘制的图像对。与 LightGlueImageProcessor.preprocess 相同。期望是包含 2 张图像的列表或包含 2 张图像列表的列表，像素值范围为 0 到 255。
• outputs (LightGlueKeypointMatchingOutput) — 模型的原始输出。

参数

• outputs (KeypointMatchingOutput) — 模型的原始输出。
• target_sizes (torch.Tensor 或 list[tuple[tuple[int, int]]], 可选) — 形状为 (batch_size, 2, 2) 的张量或包含批次中每张图像的目标尺寸 (height, width) 的元组列表（tuple[int, int]）。这必须是原始图像尺寸（在任何处理之前）。
• threshold (float, 可选, 默认为 0.0) — 过滤掉低分匹配的阈值。

字典列表，每个字典包含图像对中第一张和第二张图像的关键点、匹配分数和匹配索引。

参数

• images (ImageInput) — 要预处理的图像对。期望是包含 2 张图像的列表或包含 2 张图像列表的列表，像素值范围为 0 到 255。如果传入的图像像素值在 0 到 1 之间，请设置 do_rescale=False。
• do_resize (bool, 可选, 默认为 self.do_resize) — 是否调整图像大小。
• size (dict[str, int], 可选, 默认为 self.size) — 应用 resize 后输出图像的尺寸。如果 size["shortest_edge"] >= 384，图像将调整为 (size["shortest_edge"], size["shortest_edge"])。否则，图像的较短边将匹配 int(size["shortest_edge"]/ crop_pct)，然后将图像裁剪为 (size["shortest_edge"], size["shortest_edge"])。仅在 do_resize 设置为 True 时有效。
• resample (PILImageResampling, 可选, 默认为 self.resample) — 如果调整图像大小，要使用的重采样滤镜。可以是 PILImageResampling 的一种滤镜。仅当 do_resize 设置为 True 时有效。
• do_rescale (bool, 可选, 默认为 self.do_rescale) — 是否将图像值缩放到 [0 - 1] 之间。
• rescale_factor (float, 可选, 默认为 self.rescale_factor) — 如果 do_rescale 设置为 True，用于缩放图像的缩放因子。
• do_grayscale (bool, 可选, 默认为 self.do_grayscale) — 是否将图像转换为灰度。
• return_tensors (str 或 TensorType, 可选) — 要返回的张量类型。可以是以下之一：
  • 未设置：返回 np.ndarray 列表。
  • TensorType.TENSORFLOW 或 'tf'：返回 tf.Tensor 类型的批次。
  • TensorType.PYTORCH 或 'pt'：返回 torch.Tensor 类型的批次。
  • TensorType.NUMPY 或 'np'：返回 np.ndarray 类型的批次。
  • TensorType.JAX 或 'jax'：返回 jax.numpy.ndarray 类型的批次。
• data_format (ChannelDimension 或 str, 可选, 默认为 ChannelDimension.FIRST) — 输出图像的通道维度格式。可以是以下之一：
  • "channels_first" 或 ChannelDimension.FIRST：图像格式为 (num_channels, height, width)。
  • "channels_last" 或 ChannelDimension.LAST：图像格式为 (height, width, num_channels)。
  • 未设置：使用输入图像的通道维度格式。
• input_data_format (ChannelDimension 或 str, 可选) — 输入图像的通道维度格式。如果未设置，将从输入图像推断通道维度格式。可以是以下之一：
  • "channels_first" 或 ChannelDimension.FIRST：图像格式为 (num_channels, height, width)。
  • "channels_last" 或 ChannelDimension.LAST：图像格式为 (height, width, num_channels)。
  • "none" 或 ChannelDimension.NONE：图像格式为 (height, width)。

参数

• image (np.ndarray) — 要调整大小的图像。
• size (dict[str, int]) — 形式为 {"height": int, "width": int} 的字典，指定输出图像的大小。
• data_format (ChannelDimension 或 str, 可选) — 输出图像的通道维度格式。如果未提供，将从输入图像推断。可以是以下之一：
  • "channels_first" 或 ChannelDimension.FIRST：图像格式为 (num_channels, height, width)。
  • "channels_last" 或 ChannelDimension.LAST：图像格式为 (height, width, num_channels)。
  • "none" 或 ChannelDimension.NONE：图像格式为 (height, width)。
• input_data_format (ChannelDimension 或 str, 可选) — 输入图像的通道维度格式。如果未设置，将从输入图像推断通道维度格式。可以是以下之一：
  • "channels_first" 或 ChannelDimension.FIRST：图像格式为 (num_channels, height, width)。
  • "channels_last" 或 ChannelDimension.LAST：图像格式为 (height, width, num_channels)。
  • "none" 或 ChannelDimension.NONE：图像格式为 (height, width)。

参数

• pixel_values (形状为 (batch_size, num_channels, image_size, image_size) 的 torch.FloatTensor) — 对应于输入图像的张量。像素值可以通过 {image_processor_class} 获取。有关详细信息，请参阅 {image_processor_class}.__call__（{processor_class} 使用 {image_processor_class} 处理图像）。
• labels (形状为 (batch_size, sequence_length) 的 torch.LongTensor, 可选) — 用于计算掩码语言模型损失的标签。索引应在 [0, ..., config.vocab_size] 或 -100 之间（请参阅 input_ids 文档字符串）。索引设置为 -100 的标记将被忽略（掩码），损失仅针对标签在 [0, ..., config.vocab_size] 中的标记计算。
• output_attentions (bool, 可选) — 是否返回所有注意力层的注意力张量。更多详细信息请参阅返回张量中的 attentions。
• output_hidden_states (bool, 可选) — 是否返回所有层的隐藏状态。更多详细信息请参阅返回张量中的 hidden_states。

transformers.models.lightglue.modeling_lightglue.LightGlueKeypointMatchingOutput 或 torch.FloatTensor 的元组（如果传入 return_dict=False 或 config.return_dict=False 时），包含根据配置（LightGlueConfig）和输入的不同元素。

• loss (形状为 (1,) 的 torch.FloatTensor，可选) — 训练期间计算的损失。
• matches (形状为 (batch_size, 2, num_matches) 的 torch.FloatTensor) — 在另一图像中匹配的关键点索引。
• matching_scores (形状为 (batch_size, 2, num_matches) 的 torch.FloatTensor) — 预测匹配的分数。
• keypoints (形状为 (batch_size, num_keypoints, 2) 的 torch.FloatTensor) — 给定图像中预测关键点的绝对 (x, y) 坐标。
• prune (形状为 (batch_size, num_keypoints) 的 torch.IntTensor) — 剪枝掩码，指示哪些关键点被移除以及在哪个层被移除。
• mask (形状为 (batch_size, num_keypoints) 的 torch.BoolTensor) — 掩码，指示匹配、匹配分数、关键点和剪枝中的哪些值是关键点匹配信息。
• hidden_states (Tuple[torch.FloatTensor, ...], 可选) — torch.FloatTensor 的元组（每个阶段的输出一个），形状为 (batch_size, 2, num_channels, num_keypoints)，当传入 output_hidden_states=True 或 config.output_hidden_states=True 时返回。
• attentions (Tuple[torch.FloatTensor, ...], 可选) — torch.FloatTensor 的元组（每层一个），形状为 (batch_size, 2, num_heads, num_keypoints, num_keypoints)，当传入 output_attentions=True 或 config.output_attentions=True 时返回。