Image

W&Bへのログに画像をフォーマットします。

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

引数
data_or_path	(numpy array, string, io) 画像データのnumpy配列、またはPIL画像を受け入れます。クラスはデータ形式を推測し、変換を行います。
mode	(string) 画像のPILモード。最も一般的なのは "L", "RGB", "RGBA" です。詳細は https://pillow.readthedocs.io/en/stable/handbook/concepts.html#modes をご覧ください。
caption	(string) 画像表示のためのラベル。

注意 : torch.Tensor を wandb.Image としてログに記録する際、画像は正規化されます。画像を正規化したくない場合は、テンソルをPIL画像に変換してください。

例:

numpy arrayからwandb.Imageを作成する

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})

PILImageからwandb.Imageを作成する

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（デフォルト）ではなく .jpg をログに記録する

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})

属性

メソッド

all_boxes

View source

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

all_captions

View source

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

all_masks

View source

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

guess_mode

View source

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

np.array がどのタイプの画像を表しているか推測します。

to_uint8

View source

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

画像データをuint8に変換します。

範囲 [0,1] の浮動小数点画像と範囲 [0,255] の整数画像を uint8 に変換し、必要に応じてクリッピングします。

クラス変数
MAX_DIMENSION	65500
MAX_ITEMS	108