메인 콘텐츠로 건너뛰기
GitHub source

​
class Image

W&B에 이미지를 log 하기 위한 클래스입니다.

​
method Image.__init__

__init__(
    data_or_path: 'ImageDataOrPathType',
    mode: Optional[str] = None,
    caption: Optional[str] = None,
    grouping: Optional[int] = None,
    classes: Optional[ForwardRef('Classes'), Sequence[dict]] = None,
    boxes: Optional[Dict[str, ForwardRef('BoundingBoxes2D')], Dict[str, dict]] = None,
    masks: Optional[Dict[str, ForwardRef('ImageMask')], Dict[str, dict]] = None,
    file_type: Optional[str] = None,
    normalize: bool = True
) → None
wandb.Image 오브젝트를 초기화합니다. 이 클래스는 다양한 이미지 데이터 포맷을 처리하며, 필요한 경우 픽셀 값을 [0, 255] 범위로 자동 정규화하여 W&B 백엔드와의 호환성을 보장합니다.
  • [0, 1] 범위의 데이터는 255를 곱하고 uint8로 변환됩니다.
  • [-1, 1] 범위의 데이터는 -1을 0으로, 1을 255로 매핑하여 [0, 255]로 리스케일링한 후 uint8로 변환됩니다.
  • [-1, 1] 외부에 있지만 [0, 255] 범위에 있지 않은 데이터는 [0, 255]로 클리핑(clipping)되고 uint8로 변환됩니다 (값이 [0, 255] 범위를 벗어날 경우 경고가 발생합니다).
  • 이미 [0, 255] 범위에 있는 데이터는 수정 없이 uint8로 변환됩니다.
Args:
  • data_or_path: 이미지 데이터의 NumPy 배열/PyTorch 텐서, PIL 이미지 오브젝트 또는 이미지 파일의 경로를 받습니다. NumPy 배열이나 PyTorch 텐서가 제공되면, 이미지 데이터는 지정된 파일 타입으로 저장됩니다. normalize 가 False 로 설정되지 않은 한, 값이 [0, 255] 범위에 없거나 모든 값이 [0, 1] 범위에 있는 경우 이미지 픽셀 값은 [0, 255] 범위로 정규화됩니다.
    • PyTorch 텐서는 (channel, height, width) 형식이어야 합니다.
    • NumPy 배열은 (height, width, channel) 형식이어야 합니다.
  • mode: 이미지의 PIL 모드입니다. 가장 일반적인 값은 “L”, “RGB”, “RGBA”입니다.
  • 자세한 내용은 Full Pillow docs를 참조하세요: https://pillow.readthedocs.io/en/stable/handbook/concepts.html#modes
  • caption: 이미지 표시를 위한 라벨입니다.
  • grouping: 이미지의 그룹화 번호입니다.
  • classes: 바운딩 박스 및 이미지 마스크 라벨링에 사용되는 이미지의 클래스 정보 리스트입니다.
  • boxes: 이미지의 바운딩 박스 정보를 포함하는 사전입니다.
  • https://docs.wandb.ai/ref/python/data-types/boundingboxes2d/ 를 참조하세요.
  • masks: 이미지의 마스크 정보를 포함하는 사전입니다.
  • https://docs.wandb.ai/ref/python/data-types/imagemask/ 를 참조하세요.
  • file_type: 이미지를 저장할 파일 타입입니다. data_or_path 가 이미지 파일 경로인 경우에는 이 파라미터가 적용되지 않습니다.
  • normalize: True 인 경우, 이미지 픽셀 값을 [0, 255] 범위 내에 오도록 정규화합니다. 정규화는 data_or_path 가 NumPy 배열이나 PyTorch 텐서인 경우에만 적용됩니다.
Examples: NumPy 배열에서 wandb.Image 생성하기 
import numpy as np
import wandb

# run 초기화
with wandb.init() as run:
    examples = []
    for i in range(3):
         # 랜덤한 픽셀 데이터 생성
         pixels = np.random.randint(low=0, high=256, size=(100, 100, 3))
         image = wandb.Image(pixels, caption=f"random field {i}")
         examples.append(image)
    # 이미지 리스트를 로그에 기록
    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
         )
         # NumPy 배열에서 PIL 이미지 생성
         pil_image = PILImage.fromarray(pixels, mode="RGB")
         image = wandb.Image(pil_image, caption=f"random field {i}")
         examples.append(image)
    run.log({"examples": examples})
기본값인 .png 대신 .jpg로 log 기록하기 
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))
         # file_type을 "jpg"로 지정
         image = wandb.Image(
             pixels, caption=f"random field {i}", file_type="jpg"
         )
         examples.append(image)
    run.log({"examples": examples})

​
property Image.image