Tensorboard（2）图片、特征图、权重参数可视化

最新推荐文章于 2025-03-15 09:54:49 发布

原创

最新推荐文章于 2025-03-15 09:54:49 发布 · 2.6k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #计算机视觉 #python

1. 可视化单张图片

from torch.utils.tensorboard import SummaryWriter
import torch

if __name__ == '__main__':

    summary_writer = SummaryWriter(log_dir='log_image', comment='test tensorboard image', filename_suffix='test_1')

    image1 = torch.randn(3, 640, 640)

    # 可视化图片
    # tag : 为图像的名称
    # img_tensor : 可视化的tensor数据(图像数据), 为了方便可视化, 会对图像数据像素值有选择的缩放到0~255
    #              如果图像数据像素值都不大于1，则可视化时所有的像素值会乘以255
    #              如果存在像素值大于1的像素值，则可视化时不会对所有像素乘以255
    # global_step : 可视化图像横轴的索引，如果多个图片可进行鼠标拖动显示不同的图片
    # walltime : 用于记录发生的时间，默认为 time.time()
    # dataformats : 图像数据排布, CHW、HWC、HW, 默认为CHW
    # image1的值为正态分布数据，图像数据像素值存在大于1的值，则可视化时所有的像素值不会会乘以255，所以可视化都是原始的正态分布数据的画面
    summary_writer.add_image(tag='image1', img_tensor=image1, global_step=1, walltime=None, dataformats="CHW")

    image2 = torch.ones(3, 640, 640)
    # image2的值都为1，图像数据像素值都不大于1，则可视化时所有的像素值会乘以255，所以可视化都是白色的画面
    summary_writer.add_image(tag='image2', img_tensor=image2, g