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。