ImageMask

W&B에 로그를 기록하기 위한 이미지 마스크 또는 오버레이 포맷.

ImageMask(
    val: dict,
    key: str
) -> None

인수
val	(사전) 이미지를 나타내기 위한 이 두 키 중 하나: mask_data : (2D numpy 배열) 이미지의 각 픽셀에 대한 정수 클래스 라벨을 포함하는 마스크 path : (문자열) 마스크 이미지 파일의 저장 경로 class_labels : (정수에서 문자열로의 사전, 선택적) 마스크의 정수 클래스 라벨을 읽을 수 있는 클래스 이름으로 매핑. 이들은 기본적으로 class_0, class_1, class_2 등으로 설정됩니다.
key	(문자열) 이 마스크 유형의 읽을 수 있는 이름 또는 id (예: 예측값, 실제_값)

예시:

단일 마스크 이미지 로깅

import numpy as np
import wandb

wandb.init()
image = np.random.randint(low=0, high=256, size=(100, 100, 3), dtype=np.uint8)
predicted_mask = np.empty((100, 100), dtype=np.uint8)
ground_truth_mask = np.empty((100, 100), dtype=np.uint8)

predicted_mask[:50, :50] = 0
predicted_mask[50:, :50] = 1
predicted_mask[:50, 50:] = 2
predicted_mask[50:, 50:] = 3

ground_truth_mask[:25, :25] = 0
ground_truth_mask[25:, :25] = 1
ground_truth_mask[:25, 25:] = 2
ground_truth_mask[25:, 25:] = 3

class_labels = {0: "person", 1: "tree", 2: "car", 3: "road"}

masked_image = wandb.Image(
    image,
    masks={
        "predictions": {"mask_data": predicted_mask, "class_labels": class_labels},
        "ground_truth": {"mask_data": ground_truth_mask, "class_labels": class_labels},
    },
)
wandb.log({"img_with_masks": masked_image})

테이블 내에서 마스크 이미지 로깅

import numpy as np
import wandb

wandb.init()
image = np.random.randint(low=0, high=256, size=(100, 100, 3), dtype=np.uint8)
predicted_mask = np.empty((100, 100), dtype=np.uint8)
ground_truth_mask = np.empty((100, 100), dtype=np.uint8)

predicted_mask[:50, :50] = 0
predicted_mask[50:, :50] = 1
predicted_mask[:50, 50:] = 2
predicted_mask[50:, 50:] = 3

ground_truth_mask[:25, :25] = 0
ground_truth_mask[25:, :25] = 1
ground_truth_mask[:25, 25:] = 2
ground_truth_mask[25:, 25:] = 3

class_labels = {0: "person", 1: "tree", 2: "car", 3: "road"}

class_set = wandb.Classes(
    [
        {"name": "person", "id": 0},
        {"name": "tree", "id": 1},
        {"name": "car", "id": 2},
        {"name": "road", "id": 3},
    ]
)

masked_image = wandb.Image(
    image,
    masks={
        "predictions": {"mask_data": predicted_mask, "class_labels": class_labels},
        "ground_truth": {"mask_data": ground_truth_mask, "class_labels": class_labels},
    },
    classes=class_set,
)

table = wandb.Table(columns=["image"])
table.add_data(masked_image)
wandb.log({"random_field": table})

메소드

type_name

소스 보기

@classmethod
type_name() -> str

validate

소스 보기

validate(
    val: dict
) -> bool