InternViT−6B−448px−V1.5动态分辨率如何支持

[hgdhrt]

请问一下，我按照InternViT−6B−448px−V1.5的示例代码，经过图像前处理，发现一个长宽比不为1的图片仍然经过了centercrop，请问如何支持动态分辨率？

[hgdhrt]

补充示例代码

import torch
from PIL import Image
from transformers import AutoModel, CLIPImageProcessor

model = AutoModel.from_pretrained(
    'OpenGVLab/InternViT-6B-448px-V1-5',
    torch_dtype=torch.bfloat16,
    low_cpu_mem_usage=True,
    trust_remote_code=True).cuda().eval()

image = Image.open('./examples/image1.jpg').convert('RGB')

image_processor = CLIPImageProcessor.from_pretrained('OpenGVLab/InternViT-6B-448px-V1-5')

pixel_values = image_processor(images=image, return_tensors='pt').pixel_values
pixel_values = pixel_values.to(torch.bfloat16).cuda()

outputs = model(pixel_values)

[czczup]

您好，readme写的不够好，给您带来困扰了。
请使用这里的load_image函数加载图像并进行切图，然后再送入ViT：

https://huggingface.co/OpenGVLab/InternVL-Chat-V1-5#model-usage