TensorBoard的使用2（add_image函数）

一、add_image函数

1.1 通过源码学习函数

def 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
            img_tensor (torch.Tensor, numpy.array, or string/blobname): Image data
            global_step (int): Global step value to record
            walltime (float): Optional override default walltime (time.time())
              seconds after epoch of event
        Shape:
            img_tensor: Default is :math:`(3, H, W)`. You can use ``torchvision.utils.make_grid()`` to
            convert a batch of tensor into 3xHxW format or call ``add_images`` and let us do the job.
            Tensor with :math:`(1, H, W)`, :math:`(H, W)`, :math:`(H, W, 3)` is also suitible as long as
            corresponding ``dataformats`` argument is passed. e.g. CHW, HWC, HW.

        Examples::

            from torch.utils.tensorboard import SummaryWriter
            import numpy as np
            img = np.zeros((3, 100, 100))
            img[0] = np.arange(0, 10000).reshape(100, 100) / 10000
            img[1] = 1 - np.arange(0, 10000).reshape(100, 100) / 10000

            img_HWC = np.zeros((100, 100, 3))
            img_HWC[:, :, 0] = np.arange(0, 10000).reshape(100, 100) / 10000
            img_HWC[:, :, 1] = 1 - np.arange(0, 10000).reshape(100, 100) / 10000

            writer = SummaryWriter()
            writer.add_image('my_image', img, 0)

            # If you have non-default dimension setting, set the dataformats argument.
            writer.add_image('my_image_HWC', img_HWC, 0, dataformats='HWC')
            writer.close()

        Expected result:

        .. image:: _static/img/tensorboard/add_image.png
           :scale: 50 %

1.2 代码存在的问题

函数参数需要的是tensor类型的数据，如何把pil，jpegimage类型的数据要转换成为能用的数据类型

• 我们这里采用numpy型的数据类型进行使用，完成操作

二、numpy型数据（进行输入图片数据类型的转换）

2.1 读取方式

• 使用opencv进行读取图片
• 将PIL这种数据类型转换成为numpy数据类型
  

数据类型转换成功

print(type(img_array))
<class 'numpy.ndarray'>

通过这样的方式获得函数所需要的数据类型

2.2 安装opencv

pip install opencv-python

(pytorch) C:\Users\Administrator\Desktop\Code\learn_pytorch>pip ins
tall opencv-python
Requirement already satisfied: opencv-python in d:\anaconda\envs\py
torch\lib\site-packages (4.6.0.66)
Requirement already satisfied: numpy>=1.13.3 in d:\anaconda\envs\py
torch\lib\site-packages (from opencv-python) (1.19.2)

出现上面内容证明已经安装好了

三、出现错误

3.1 查看一下变量的数据类型

确实是3通道的

writer.add_image('test', img_array, 2, dataformats='HWC')

排除错误

在该页面中可以拖动step来查看不同的step对应的图片

• 可以用来观察不同阶段训练的结果
• 进行不同类型的数据显示
  
  

---

四、其他

4.1 导包的时候起一个别名

import numpy as np

4.2 写程序过程中的一种思路

传递参数的过程中参数不要写死。

• 创建一个变量来活的接收参数
• 再将这个变量的值赋值到另一个参数中

一定要通过变量还传递参数
通过变量来接收参数

4.3 什么是HWC？

• 宽度
• 高度
• 通道
  

4.4 本练习源码

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

writer = SummaryWriter("logs")
# 拿到图片的相对地址
img_path = 'data/train/bees_image/17209602_fe5a5a746f.jpg'
# 使用Image打开图片
img_PIL = Image.open(img_path)
# 将打开图片的数据类型完成转换成numpyt型
img_array = np.array(img_PIL)

# 对程序运行过程中出现的问题进行debug调试
print(type(img_array))
print(img_array.shape)

# 使用新方法
writer.add_image('train', img_array, 1, dataformats='HWC')

# 使用tensorboard输出函数任意函数的图像
for i in range(100):
    writer.add_scalar("y=2x", 3 * i, i)
writer.close()