Tensorboard的应用(2)
add_image的使用
下面是官方的解释(按住Ctrl然后点击该函数即可查看)
可以看到需要传入这些参数
- tag :图像的分类名称
- img_tensor :要传入的图像类型,在图片中Args部分提示必须为torch.Tensor numpy.ndarray string(图片路径)/blobname 这些类型,若不清楚你要传入的图像数据类型,可以使用print(type(“图像路径”))来查看,若图片格式为PIL,可使用numpy库进行转化,如:img = numpy.array(img)
- global_step :表示传入的第几张图片
- dataformats=‘HWC’ :HWC分别代表高度,宽度,和通道,可使用img.shape查看图像的高度,宽度,和通道,若通道在前,高度和宽度在其后,则要写成’CHW’
代码演示
from torch.utils.tensorboard import SummaryWriter
import numpy as np
from PIL import Image
writer = SummaryWriter("logs")
image_path = "Date/train/ants_image/0013035.jpg"
img_PIL = Image.open(image_path)
# 将PIL格式的图像转化为numpy.ndarray类型
img_array = np.array(img_PIL)
print(type(img_array))
# 用来查看图像的数据类型
print(img_array.shape)
# 用来查看图像的高度,宽度和通道
writer.add_image("test",img_array,1,dataformats='HWC')
# 把img_array图像以第1张为test标签传入,图像信息为HWC
for i in range(100):
writer.add_scalar('x=y',i,i)
writer.close()
效果演示
启动Tensorboard会话
有多个图像文件的话,可拖动查看