이미지

W&B에 로그하기 위한 이미지 형식화.

Image(
    data_or_path: "ImageDataOrPathType",
    mode: Optional[str] = None,
    caption: Optional[str] = None,
    grouping: Optional[int] = None,
    classes: Optional[Union['Classes', Sequence[dict]]] = None,
    boxes: Optional[Union[Dict[str, 'BoundingBoxes2D'], Dict[str, dict]]] = None,
    masks: Optional[Union[Dict[str, 'ImageMask'], Dict[str, dict]]] = None,
    file_type: Optional[str] = None
) -> None

인수
data_or_path	(numpy 배열, 문자열, io) 이미지 데이터의 numpy 배열 또는 PIL 이미지를 받습니다. 클래스는 데이터 형식을 추론하고 변환합니다.
mode	(문자열) 이미지의 PIL 모드입니다. 가장 일반적인 것은 "L", "RGB", "RGBA"입니다. 전체 설명은 https://pillow.readthedocs.io/en/stable/handbook/concepts.html#modes 에서 확인하세요.
caption	(문자열) 이미지 표시용 레이블입니다.

참고: torch.Tensor를 wandb.Image로 로깅할 때, 이미지는 정규화됩니다. 이미지를 정규화하고 싶지 않다면, 텐서를 PIL 이미지로 변환해주세요.

예시:

numpy 배열에서 wandb.Image 생성하기

import numpy as np
import wandb

with wandb.init() as run:
    examples = []
    for i in range(3):
        pixels = np.random.randint(low=0, high=256, size=(100, 100, 3))
        image = wandb.Image(pixels, caption=f"random field {i}")
        examples.append(image)
    run.log({"examples": examples})

PILImage에서 wandb.Image 생성하기

import numpy as np
from PIL import Image as PILImage
import wandb

with wandb.init() as run:
    examples = []
    for i in range(3):
        pixels = np.random.randint(low=0, high=256, size=(100, 100, 3), dtype=np.uint8)
        pil_image = PILImage.fromarray(pixels, mode="RGB")
        image = wandb.Image(pil_image, caption=f"random field {i}")
        examples.append(image)
    run.log({"examples": examples})

.png(default) 대신 .jpg 로그하기

import numpy as np
import wandb

with wandb.init() as run:
    examples = []
    for i in range(3):
        pixels = np.random.randint(low=0, high=256, size=(100, 100, 3))
        image = wandb.Image(pixels, caption=f"random field {i}", file_type="jpg")
        examples.append(image)
    run.log({"examples": examples})

속성

메소드

all_boxes

소스 보기

@classmethod
all_boxes(
    images: Sequence['Image'],
    run: "LocalRun",
    run_key: str,
    step: Union[int, str]
) -> Union[List[Optional[dict]], bool]

all_captions

소스 보기

@classmethod
all_captions(
    images: Sequence['Media']
) -> Union[bool, Sequence[Optional[str]]]

all_masks

소스 보기

@classmethod
all_masks(
    images: Sequence['Image'],
    run: "LocalRun",
    run_key: str,
    step: Union[int, str]
) -> Union[List[Optional[dict]], bool]

guess_mode

소스 보기

guess_mode(
    data: "np.ndarray"
) -> str

np.array가 나타내는 이미지의 유형을 추정합니다.

to_uint8

소스 보기

@classmethod
to_uint8(
    data: "np.ndarray"
) -> "np.ndarray"

이미지 데이터를 uint8로 변환합니다.

[0,1] 범위의 부동 소수점 이미지와 [0,255] 범위의 정수 이미지를 필요에 따라 클리핑하여 uint8로 변환합니다.

클래스 변수
MAX_DIMENSION	65500
MAX_ITEMS	108