Difference in Output When Using PIL.Image vs numpy.array for Image and Mask Input.

hi.
I get different results when providing image and mask as input using PIL.Image versus numpy. array. Why does this happen?
Is there an issue with my normalization method?

| pillow | array |
|---|---|
|  |  |

#### pillow code
```python
image = Image.open(image_path).convert("RGB")
mask = Image.open(mask_path).convert("L")

output_image = pipeline(
image=image,
mask_image=mask,
generator=torch.Generator(device=self.device).manual_seed(0),
).images[0]

```
#### array code
```python
image = Image.open(image_path).convert("RGB")
mask = Image.open(mask_path).convert("L")
image_array = np.array(image) / 255.0
mask_array = np.array(mask) / 255.0

output_image = pipeline(
image=image_array,
mask_image=mask_array,
generator=torch.Generator(device=self.device).manual_seed(0),
).images[0]
```

Beginne damit, den Pipeline-Aufruf mit den PIL-Eingaben und den im Issue gezeigten normalisierten NumPy-Arrays unter Verwendung desselben Seeds zu reproduzieren. Verfolge, wie die Pipeline jeden Eingabetyp verarbeitet, und bestimme, ob die unterschiedliche Ausgabe erwartet wird oder auf ein Konvertierungsproblem hindeutet; abgeschlossen ist die Aufgabe, wenn die Ursache und die korrekte Eingabenormalisierung dokumentiert sind.

Vom Indexierungsmodell aus dem Issue-Text verfasst.