[YOLOv8] 缺陷检测之使用TensorBoard来查看训练结果

老狼IT工作室

已于 2023-12-17 20:32:31 修改

阅读量1w

点赞数 38

分类专栏： YOLO 文章标签： YOLO TensorBoard

于 2023-12-17 20:22:46 首次发布

本文链接：https://blog.csdn.net/u011775793/article/details/135041359

版权

YOLO 专栏收录该内容

18 篇文章

订阅专栏

TensorBoard是一个强大的工具，用于监控机器学习模型的训练过程，展示指标变化、学习率、精度等，并支持网络结构可视化。它能实时更新，适用于查看训练结果和调整模型。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

什么是TensorBoard?

TensorBoard是一个用于可视化机器学习模型训练过程中的各种指标的工具，它可以帮助用户更好地理解和调试模型。TensorBoard可以显示各种类型的数据，如损失函数值、准确率、权重矩阵等，并且支持多种图表类型，如折线图、柱状图、散点图等。通过使用TensorBoard，用户可以在训练过程中实时监控模型的性能，并根据需要调整超参数和优化模型结构。

https://www.tensorflow.org/tensorboard?hl=zh-cn

安装TensorBoard

conda创建并激活虚拟环境：

[Python] conda、anaconda、miniconda的关系，miniconda安装，conda命令使用

通过“pip install tensorboard”安装：

启动并查看YOLO训练结果

tensorboard --logdir=训练结果保存路径

#指定到YOLOv8训练的根目录，里面有包含每一次训练的结果
tensorboard --logdir=D:\my_project\wepy\src\wepy\aitool\train\runs\detect\

#指定到YOLOv8训练的根目录下面的某一次训练的结果train2
tensorboard --logdir=D:\my_project\wepy\src\wepy\aitool\train\runs\detect\train2

在“D:\my_project\wepy\src\wepy\aitool\train\runs\detect”下有3个train相关的子目录（train/train2/train14），其中train和train14是进行YOLOv8训练时，在训练环境中没有安装tensorboard，所以没有生成训练日志事件文件（events.out.*），train2是安装tensorboard之后，再次执行训练，目录下生成了训练日志事件文件（events.out.*），对于没有训练日志事件文件的目录，tensorboard在启动之后会自动忽略掉。

http://localhost:6006/#timeseries

TensorBoard使用场景

查看历史训练结果

TIME SERIES（带有时间信息的相关指标）

训练用到的学习率：

查看recall（召回率），precision（精确率），mAP50，mAP50-90：

训练迭代中的loss变化过程：

SCALARS(不带时间的相关指标）

GRAPHS（模型的网络结构）

实时查看训练结果

通过右上角的“Settings”启动“Reload data”功能，TensorBoard会每隔30秒进行一次数据刷新，这种情况下，启动tensordboard的时候，可以把--logdir设置为正在进行的训练生成的目录，比如“tensorboard --logdir=D:\my_project\wepy\src\wepy\aitool\train\runs\detect\train3”，train3为正在进行的训练生成的目录。