Tensorboard可视化面板的使用

Tensorboard可视化面板的使用

1. 可视化面板启动指令

tensorboard --logdir=logs (--port=xxxx [默认为6006])

2. 面板

2.1标量面板

writer.add_scalar(tag, value, step) # 分别为标签，所要展示的值，步数

2.2 图像面板

writer.add_image(tag, value, step) -----> 这里注意value为numpy数组，需要转换格式，且最后的数据需要格式化，因为numpy默认为HWC格式， 通过指定dataformats=‘HWC’，告诉TensorBoard图像数据的排列方式，以便正确地读取和呈现图像

2.3 日志

writer = SummaryWriter('logs')

logs为要存储日志的文件夹名

3. 示例

from torch.utils.tensorboard import SummaryWriter
from PIL import Image
import numpy as np
writer = SummaryWriter('logs')
image_path = "data/train/ants_image/6743948_2b8c096dda.jpg"
img_PIL = Image.open(image_path)
img_array = np.array(img_PIL)

writer.add_image("train", img_array, 2, dataformats='HWC')

# y = x
for i in range(100):
    writer.add_scalar('y=x', i, i)

writer.close()

效果如下：

如下因为运行两次的标题都为test，且step第一次运行为1，第二次运行为2，故可以有如下效果

writer.add_image(“test”, img_array, 1/2, dataformats=‘HWC’)

4. RGB图像的内存排列方式

4.1在计算机内存中，RGB图像的像素信息通常是按照BGR的顺序排列的，而不是RGB的顺序。这是因为在Windows平台上，像素数据是按照BGR的顺序存储在内存中的，而不是RGB的顺序。因此，当OpenCV读取一张RGB图像时，它会将像素数据按照BGR的顺序排列在内存中，而不是RGB的顺序。

4.2 在机器学习和计算机视觉领域中，常用的图像尺寸表示格式有HWC和CHW两种格式。其中，H、W、C分别表示图像的高度、宽度和通道数，或者通道数、高度和宽度。