【脚本】将txt内容转为tensorboard可视化

参考链接

• Loss数据可视化（将txt文件转化为tensorboard）

作用

将训练过程中生成的txt文件转化成tensorboard数据可视化展示

原始txt内容

tensorboard可视化结果

代码

from torch.utils.tensorboard import SummaryWriter

file = open('seg_result.txt')  # 打开文档
data = file.readlines()  # 读取文档数据
epoch = []  # 新建列表，用于保存epoch数据
ave_loss = []  # 新建列表，用于保存d_loss数据
mean_IoU = []  # 新建列表，用于保存g_loss数据

for num in data:
    epoch.append(int(num.split(':')[1].split(']')[0]))
    ave_loss.append(float(num.split('mean_IoU=')[0].split('ave_loss=')[1][:-2]))
    mean_IoU.append(float(num.split('IoU_array=')[0].split('mean_IoU=')[1][:-2]))

writer = SummaryWriter('dispersed_example')  # 日志存放路径
for n in range(len(epoch)):
    print(n, ave_loss[n], mean_IoU[n])
    writer.add_scalars("runs/integration_example",
                       {'D Loss': ave_loss[n],
                        'G Loss': mean_IoU[n]}, global_step=n)