2.2Tensorboard的使用(二)

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。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值