Trang này được dịch bởi Cloud Translation API.
Switch to English

lưới Plugin

Tổng quat

Mắt lưới và điểm đám mây là loại quan trọng và mạnh mẽ của dữ liệu để biểu diễn hình dạng 3D và nghiên cứu rộng rãi trong lĩnh vực computer vision và đồ họa máy tính. dữ liệu 3D đang trở thành phổ biến hơn và các nhà nghiên cứu thách thức vấn đề mới như 3D hình học tái tạo từ dữ liệu 2D, 3D điểm đám mây phân ngữ nghĩa, sắp xếp hoặc kỹ xảo đối tượng 3D và vân vân. Do đó, hình dung kết quả, đặc biệt là trong giai đoạn đào tạo, là rất quan trọng để hiểu rõ hơn về cách này thực hiện mô hình.

Lưới Plugin trong TensorBoard {Width = "100%"}

Plugin này có ý định để hiển thị những đám mây 3D điểm hay lưới (đám mây điểm tam giác) ở TensorBoard. Bên cạnh đó, nó cho phép người dùng tương tác với các đối tượng trả lại.

Tóm tắt API

Hoặc là một lưới hoặc một đám mây điểm có thể được thể hiện bằng một tập hợp các tensors. Ví dụ, người ta có thể nhìn thấy một đám mây điểm như một bộ 3D tọa độ của điểm và một số màu sắc kết hợp với mỗi điểm.

 from tensorboard.plugins.mesh import summary as mesh_summary
...

point_cloud = tf.constant([[[0.19, 0.78, 0.02], ...]], shape=[1, 1064, 3])
point_colors = tf.constant([[[128, 104, 227], ...]], shape=[1, 1064, 3])

summary = mesh_summary.op('point_cloud', vertices=point_cloud, colors=point_colors)
 

Chú ý colors tensor là không bắt buộc trong trường hợp này nhưng có thể hữu ích để hiển thị ngữ nghĩa khác nhau của các điểm.

Plugin hiện chỉ hỗ trợ các mắt lưới hình tam giác đó là khác biệt so với những đám mây điểm trên chỉ bởi sự hiện diện của khuôn mặt - tập các đỉnh đại diện cho hình tam giác trên lưới.

 mesh = tf.constant([[[0.19, 0.78, 0.02], ...]], shape=[1, 1064, 3])
colors = tf.constant([[[128, 104, 227], ...]], shape=[1, 1064, 3])
faces = tf.constant([[[13, 78, 54], ...]], shape=[1, 752, 3])

summary = mesh_summary.op('mesh', vertices=mesh, colors=colors, faces=faces)
 

Chỉ có colors tensor là tùy chọn cho bản tóm tắt lưới.

cấu hình Scene

Cách làm thế nào các đối tượng sẽ được hiển thị cũng phụ thuộc vào cấu hình cảnh, cường độ tức và màu sắc của nguồn sáng, vật liệu đối tượng, các mô hình máy ảnh và vân vân. Tất cả có thể được cấu hình thông qua một tham số bổ sung config_dict . Từ điển này có thể chứa ba phím cao cấp: camera , lightsmaterial . Mỗi phím cũng phải là một từ điển với phím bắt buộc cls , đại diện hợp lệ Three.js tên lớp.

 camera_config = {'cls': 'PerspectiveCamera'}
summary = mesh_summary.op(
    "mesh",
    vertices=mesh,
    colors=colors,
    faces=faces,
    config_dict={"camera": camera_config},
)
 

camera_config từ đoạn trên có thể được mở rộng theo tài liệu hướng dẫn Three.js . Tất cả các phím từ camera_config sẽ được chuyển đến một lớp học với tên camera_config.cls . Ví dụ (dựa trên PerspectiveCamera tài liệu ):

 camera_config = {
  'cls': 'PerspectiveCamera',
  'fov': 75,
  'aspect': 0.9,
}
...
 

Nhớ rằng cấu hình cảnh không phải là một biến khả năng huấn luyện (tức là tĩnh) và cần được cung cấp chỉ trong quá trình tạo bản tóm tắt.

Cài đặt thế nào

Hiện nay các plugin là một phần của TensorBoard đêm xây dựng, do đó bạn cần phải cài đặt nó trước khi sử dụng các plugin.

Colab

pip install -q -U tb-nightly

Sau đó tải phần mở rộng Tensorboard và chạy nó, tương tự như cách bạn sẽ làm điều đó trong Terminal:

 %load_ext tensorboard
%tensorboard --logdir=/path/to/logs
 

Vui lòng tham khảo ví dụ Colab máy tính xách tay để biết thêm chi tiết.

Thiết bị đầu cuối

Nếu bạn muốn chạy TensorBoard đêm xây dựng tại địa phương, trước tiên bạn cần phải cài đặt nó:

 pip install tf-nightly
 

Sau đó chỉ cần chạy nó:

 tensorboard --logdir path/to/logs