TensorBoard的使用（二）

本节主要记录 TensorBoard 中 add_image 方法的使用，用于在训练过程中可视化图像数据（如输入图片、特征图等）。

1. add_image()

add_image()用于将图像数据写入到TensorBoard的日志文件中

参数说明

  • tag (string): 数据标识符，类似图片的标题。
  • img_tensor (torch.Tensor, numpy.array, or string/blobname): 图像数据。
  • global_step (int): 全局步数（x轴），通常对应 Epoch 或 Iteration。
  • dataformats (string): 图像数据的维度格式（非常重要）。
    • 默认格式为 CHW (Channel, Height, Width)。
    • 常见 OpenCv 或 PIL 读取转 Numpy 后的格式为 HWC (Height, Width, Channel)。
    • 注意： 如果数据格式不匹配，需要显式指定该参数，否则会报错或显示花屏。

2. 实战代码

通常使用PIL或者OpenCV读取照片，然后转换为numpy.arrary传给TensorBoard

接这上节的代码

==步骤==

  1. 利用 PIL.Image 读取本地图片。
  2. 将 PIL 对象转换为 numpy.array。
  3. 查看数组形状 shape，确定 dataformats。
  4. 调用 writer.add_image。
from torch.utils.tensorboard import SummaryWriter
import cv2
writer = SummaryWriter("logs")
img_path = "data/train/ants_image/5650366_e22b7e1065.jpg"
img = cv2.imread(img_path)
writer.add_image('test',img,1,dataformats="HWC")
writer.close()

3. 启动TensorBoard面板

  • 命令行启动: 

    tensorboard --logdir=logs
    • --logdir指定了之前在SummaryWriter中设置的日志文件夹名称。

  • 指定端口（可选）：如果默认端口6006被占用，可使用--port=6007指定其他端口

  • 查看结果：命令运行成功后，点击终端显示的链接（通常是 http://localhost:6006）即可在浏览器中看到可视化的图表。

​ image-20260112135337461