writer.add_image()用法
from torch.utils.tensorboard import SummaryWriter
from PIL import Image
import numpy as np
img_path = "data/train/bees_image/85112639_6e860b0469.jpg"
img_PIL = Image.open(img_path)
img_array = np.array(img_PIL)
writer = SummaryWriter("logs")
writer.add_image("test",img_array,2,dataformats="HWC")
for i in range(100):
writer.add_scalar("y=2x",2*i,i)
writer.close()
NOTE:添加另一个图像要修改step值
图像可视化展示
首先我们需要导入模块和库:
from torch.utils.tensorboard import SummaryWriter tensorboard可视化库
import numpy as np numpy库,用于展示图像的数据信息的一个库
from PIL import Image 用于导入图片
其次,我们同样需要将可视化文件保存,这里保存在logs中
writer = SummaryWriter("logs")
随后,我们设置图片的路径,使用Image.open()函数打开图片,并将其图片数据类型通过np.array()转换为numpy类型
image_path="D:\Pytorch_learn_project\data\\train\\ants_image\\24335309_c5ea483bb8.jpg" 图片路径
img_PIL= Image.open(image_path) 根据上述路径打开图片
img_array = np.array(img_PIL) 按照numpy类型保存图片的数据信息
最后,使用writer.add_image()函数展示图片,最后关闭writer()
writer.add_image("test1",img_array,2,dataformats='HWC')
writer.close()
add_image(self, tag, img_tensor, global_step=None, walltime=None, dataformats='CHW'):
"""Add image data to summary.
Note that this requires the ``pillow`` package.
Args:
tag (string): Data identifier 标题
img_tensor (torch.Tensor, numpy.array, or string/blobname): Image data 图像数据类型
global_step (int): Global step value to record 记录的步骤
walltime (float): Optional override default walltime (time.time())
seconds after epoch of event
tips:
*此处的“2”代表的是步骤,在前文中的add_image()函数中设置,我们可以设置1.2.3…等将其全部放置在同一个tag下,通过滑动窗口上的滑轮即可查看不同的图片。