Tensorboard

  • tensorboard打开log文件
    1. tensorboard --logdir=logs --port=6007

SummaryWriter类

  • 向log_dir文件夹中写入事件文件的事件类,可以被Tensorboard解析
  • SummaryWriter(“文件夹路径”)

add_image()方法

  • add_image(tag,img_tensor,global_step,dataformats=’HWC’)
  • img_tensor: 必须是torch.Tensor型,或者numpy_array型
  • dataformats = ‘HWC’, H是图片的高,W是图片的宽,C是通道,要求C=3,但是在函数里直接写dataformats=’HWC’就行

add_scalar()方法

  • scalar:标量
  • add_scalar(tag,scalar_value,global_step)
  • 3_1.jpg
  • scalar_value相当于y轴,global_step相当于x轴的步数

示例代码

  1. from torch.utils.tensorboard import SummaryWriter
  2. import numpy as np
  3. from PIL import Image
  4. writer = SummaryWriter("logs")
  5. img_path = "dataset/train/bees/17209602_fe5a5a746f.jpg"
  6. img_PIL = Image.open(img_path)
  7. img_array = np.array(img_PIL)
  8. print(type(img_array))
  9. print(img_array.shape)
  10. # 写入图片
  11. # writer.add_image("train",img_array,1,dataformats='HWC')
  12. writer.add_image("train",img_array,2,dataformats='HWC')
  13. # 可以修改步长为2并且添加图片
  14. # add_image运行一次就会往文件里写入一次,改变img_path的值也不会撤销已经加入的图片
  15. for i in range(100):
  16. writer.add_scalar("y=x",i,i)
  17. # 写入张量(一个函数图像)
  18. writer.close()

使用opencv

  • 查看图片类型
  • 示例代码
    1. import numpy as np
    2. img_array = np.array(img)
    3. # 转换为numpy型