1.add_image()的使用
def add_image(self, tag, img_tensor, global_step=None, walltime=None, dataformats='CHW'):
#tag:对应图像的标题
#img_tensor:图像且要求图像数据类型为(torch.Tensor, numpy.array, or string/blobname)
#global_step:训练步骤
#dataformats:图像类型 默认是CHW 即通道、高度、宽度 可以根据图像类型改"HWC"等
2.利用Opencv读取图片
利用Opencv读取图片,获得numpy型图片数据,此章所有代码如下
rom torch.utils.tensorboard import SummaryWriter#导入类
import numpy as np
from PIL import Image
writer=SummaryWriter("logs")#类实例化
image_path="data/train/ants_image/0013035.jpg"#图片文件路径
img_PIL=Image.open(image_path)#打开图片,图片类型为PIL.JpegImagePlugin.JpegImageFile
#print(type(img_PIL))
"利用Opencv读取图片,获得numpy型图片数据"
img_array=np.array(img_PIL)#将PIL类型的图片转换为numpy.ndarray类型的图片
print(type(img_array))
print(img_array.shape)#输出图片类型(H,W,C)高度、宽度、通道
writer.add_image("test",img_array,1,dataformats='HWC')
结果如下:
3.更换图片路径和步长 ,在一个title下面显示。如果想要单独显示,需要修改title