TensorBoard 是一个很棒的工具,但它可以更健壮吗?下图显示了 TensorBoard 中的可视化。
它由以下代码调用:
tf.image_summary('images', images, max_images=100)
正如API所建议的那样,最后一位是“图像编号”,在这种情况下是从0到99,因为我指定了max_images = 100。我想问一下,是否可以将此图像的标签附加到文本中?这将是一个很棒的功能,因为它允许用户在训练期间实时查看图像及其各自的标签。如果某些图像完全被错误标记,则可以实现修复。换句话说,我希望下图中的相应文本是:
images/image/9/5
images/image/39/6
images/image/31/0
images/image/30/2
where last digit is the label.
谢谢!
最佳答案
我一直无法找到仅使用 tensorflow 来执行此操作的方法,因此我改为执行以下操作:
- 为摘要图像创建占位符(例如,像 (10, 224, 224, 3) 表示十张摘要图像)。
- 根据该占位符创建图像摘要。
- 在验证(或培训,如果您愿意)期间,使用类似
session.run([sample_images, sample_labels])
的方法将摘要的图像和标签提取到 python 中。 - 遍历批处理并使用 OpenCV 通过
cv2.putText
将标签写入图像。 - 运行摘要操作,为占位符提供带标签的图像。
关于python - 如何为 TensorBoard 图像添加标签?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36015170/