5.5 KiB

Raw Blame History

可视化

可视化

数据流水线可视化

python tools/visualizations/vis_pipeline.py \
    ${CONFIG_FILE} \
    --output-dir ${OUTPUT_DIR} \
    --phase ${DATASET_PHASE} \
    --number ${BUNBER_IMAGES_DISPLAY} \
    --skip-type ${SKIP_TRANSFORM_TYPE} \
    --mode ${DISPLAY_MODE} \
    --show \
    --adaptive \
    --min-edge-length ${MIN_EDGE_LENGTH} \
    --max-edge-length ${MAX_EDGE_LENGTH} \
    --bgr2rgb \
    --window-size ${WINDOW_SIZE}

所有参数的说明：

config : 模型配置文件的路径。
--output-dir: 保存图片文件夹，如果没有指定，默认为 '',表示不保存。
--phase: 可视化数据集的阶段，只能为 [train, val, test] 之一，默认为 train。
--number: 可视化样本数量。如果没有指定，默认展示数据集的所有图片。
--skip-type: 预设跳过的数据流水线过程。如果没有指定，默认为 ['ToTensor', 'Normalize', 'ImageToTensor', 'Collect']。
--mode: 可视化的模式，只能为 [original, pipeline, concat] 之一，如果没有指定，默认为 concat。
--show: 将可视化图片以弹窗形式展示。
--adaptive: 自动调节可视化图片的大小。
--min-edge-length: 最短边长度，当使用了 --adaptive 时有效。当图片任意边小于 ${MIN_EDGE_LENGTH} 时，会保持长宽比不变放大图片，短边对齐至 ${MIN_EDGE_LENGTH}，默认为200。
--max-edge-length: 最长边长度，当使用了 --adaptive 时有效。当图片任意边大于 ${MAX_EDGE_LENGTH} 时，会保持长宽比不变缩小图片，短边对齐至 ${MAX_EDGE_LENGTH}，默认为1000。
--bgr2rgb: 将图片的颜色通道翻转。
--window-size: 可视化窗口大小，如果没有指定，默认为 12*7。如果需要指定，按照格式 'W*H'。


1. 如果不指定 `--mode`，默认设置为 `concat`，获取原始图片和预处理后图片拼接的图片；如果 `--mode` 设置为 `original`，则获取原始图片； 如果  `--mode` 设置为 `pipeline`，则获取预处理后的图片。

2. 当指定了 `--adaptive` 选项时，会自动的调整尺寸过大和过小的图片，你可以通过设定 `--min-edge-length` 与 `--max-edge-length` 来指定自动调整的图片尺寸。

示例：

可视化 ImageNet 训练集的所有经过预处理的图片，并以弹窗形式显示：

python ./tools/visualizations/vis_pipeline.py ./configs/resnet/resnet50_b32x8_imagenet.py --show --mode pipeline

可视化 ImageNet 训练集的10张原始图片与预处理后图片对比图，保存在 ./tmp 文件夹下：

python ./tools/visualizations/vis_pipeline.py configs/swin_transformer/swin_base_224_b16x64_300e_imagenet.py --phase train --output-dir tmp --number 10 --adaptive

可视化 CIFAR100 验证集中的100张原始图片，显示并保存在 ./tmp 文件夹下：

python ./tools/visualizations/vis_pipeline.py configs/resnet/resnet50_b16x8_cifar100.py --phase val --output-dir tmp --mode original --number 100 --show --adaptive --bgr2rgb

学习率策略可视化

python tools/visualizations/vis_lr.py \
    ${CONFIG_FILE} \
    --dataset-size ${Dataset_Size} \
    --ngpus ${NUM_GPUs}
    --save-path ${SAVE_PATH} \
    --title ${TITLE} \
    --style ${STYLE} \
    --window-size ${WINDOW_SIZE}
    --cfg-options

所有参数的说明：

config : 模型配置文件的路径。
dataset-size : 数据集的大小。如果指定，build_dataset 将被跳过并使用这个大小作为数据集大小，默认使用 build_dataset 所得数据集的大小。
ngpus : 使用 GPU 的数量。
save-path : 保存的可视化图片的路径，默认不保存。
title : 可视化图片的标题，默认为配置文件名。
style : 可视化图片的风格，默认为 whitegrid。
window-size: 可视化窗口大小，如果没有指定，默认为 12*7。如果需要指定，按照格式 'W*H'。
cfg-options : 对配置文件的修改，参考教程 1：如何编写配置文件。


部分数据集在解析标注阶段比较耗时，可直接将 `dataset-size` 指定数据集的大小，以节约时间。

示例：

python tools/visualizations/vis_lr.py configs/resnet/resnet50_b16x8_cifar100.py

当数据集为 ImageNet 时，通过直接指定数据集大小来节约时间，并保存图片：

python tools/visualizations/vis_lr.py configs/repvgg/repvgg-B3g4_4xb64-autoaug-lbs-mixup-coslr-200e_in1k.py --dataset-size 1281167 --ngpus 4 --save-path ./repvgg-B3g4_4xb64-lr.jpg

5.5 KiB Raw Blame History Unescape Escape

可视化

数据流水线可视化

学习率策略可视化

常见问题

5.5 KiB

Raw Blame History