pytorch框架--显示方面--标签--图像 对应图

标签–图像 对应图示例

from torch.utils.tensorboard import SummaryWriter
from PIL import Image
import numpy as np

writer = SummaryWriter("logs")
image_path = "./data/train/Cat/21.jpg"
img_PIL = Image.open(image_path)
img_array = np.array(img_PIL)
# 虽然转为array类型,但是通道排序是不同的(RGB),所以需要重新排序()
# 在torch内提供直接排序通道的参数 dataformats='HWC'

# 若不想拖动查看,可使用不同命名
# 参数:命名、图片、第几个 、注意转换通道,目前为单张图像,多张图像需.add_images 多加个s
writer.add_image("test", img_array, 3, dataformats='HWC')
# for i in range(100):
#     # 绘制x轴、y轴
#     writer.add_scalar("y=6x", 5*i, 2*i)

writer.close()

# 名字需要对应
# tensorboard --logdir=logs --port=6007
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

默执_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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