aim 图像历史回调函数(用于语义分割)

cwdobuhd 于 2个月前发布在其他

关注(0)|答案(2)|浏览(24)

🚀 功能

在语义分割任务中进行进度跟踪。
在自定义定义的示例图像上可视化模型当前状态的预测结果。(可能包括一些明显的类别和具有特定特征的较难的类别。

动机

我刚开始使用aim,第一印象非常好。现在我正在尝试将其集成到我目前的工作流程中。这主要是使用tensorflow/keras进行语义分割。更新日志提到了版本1.1.13/1.2.14/1.2.16,但直到现在还没有看到一个示例。也许我到目前为止还没有在文档中找到这个部分。对于TensorBoard,我已经为此目的编写了一个自定义回调函数。

简介

一种可能的方法是将三个选定的输出类别可视化为RGB图像，其中一个类别位于不同的通道。此外，我认为在一组特定的预选图像上执行此操作是有帮助的。

aim

来源：https://github.com/aimhubio/aim/issues/1240

2条答案

按热度按时间

zlhcx6iw1#

嘿，@andife!感谢你打开这个问题。以下是基本的aim回调函数，用于keras:
aim/aim/sdk/adapters/keras.py
第10行在27d9780中
| | classAimCallback(object): |
我们可以将其作为更高级回调实现的起点。另外，如果你能在这里分享一下tensorbard自定义回调代码，那就更好了。

赞(0）回复(0）举报 2个月前

7d7tgy0s2#

我使用回调函数；

v_data = [next(myGen_demo) for item in range(3)]
print("range: " + str(range(3)))
print("type vdata: " + str(type(v_data)))
print(str(len(v_data)))
image_history = ImageHistory(
    tensor_board_dir=tensor_board_directory,
    data=v_data,
    last_step=2,
    draw_interval=100,
    selectslices=[0, 1, 2]
)

我在模型的fit阶段使用了这个名为"image_history"的回调函数。

赞(0）回复(0）举报 2个月前

我来回答

aim 图像历史回调函数(用于语义分割)

🚀 功能

动机

简介

2条答案

相关问题

热门标签

最新问答