此页面由 Cloud Translation API 翻译。
Switch to English

网插件

概观

网格和点云数据是重要的和强大的类型来表示三维形状和广泛的研究在计算机视觉和计算机图形学领域。三维数据变得更加普遍和研究者挑战等从2D数据,三维点云语义分割的3D几何重建新的问题,对齐或变形3D对象等等。因此,可视化效果,尤其是在训练阶段,关键是要更好地了解如何模型执行。

网格插件在TensorBoard {宽度= “100%”}

这个插件打算显示TensorBoard 3D点云或网格(三角形点云)。此外,它允许用户与渲染的对象进行交互。

摘要API

网状或点云可以由一组张量来表示。例如,人们可以看到一个点云为一组的各点的三维坐标和与每个点相关联的一些颜色。

 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)
 

注意colors张量是在这种情况下,可选的,但可能是有用的,以显示该点的不同语义。

该插件当前仅支持其上面仅仅通过面的存在是从点云不同的三角形网格 - 组表示网格上的三角形顶点的。

 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)
 

只有colors张量是可选的网摘要。

场景配置

的对象的显示方式的方法也依赖于场景配置,即,强度和颜色的光源,对象的材料,相机型号等。所有这一切都可以通过一个额外的参数来配置config_dict 。这本词典可以包含三个高层次键: cameralightsmaterial 。每个键还必须是强制性的关键一本字典cls ,代表有效three.js所的类名。

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

camera_config从上面可以根据可扩展的摘录three.js所文档 。所有的按键camera_config将被传递到与名称的类camera_config.cls 。例如(基于上PerspectiveCamera文档 ):

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

介意那一幕配置不是训练的变量(即静态),并应创造摘要期间仅供。

如何安装

目前,该插件是TensorBoard每日构建的一部分,因此,你必须使用插件之前安装它。

Colab

pip install -q -U tb-nightly

然后加载Tensorboard扩展和运行它,类似于你会怎么做,在终端:

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

请参考例子Colab笔记本了解更多详情。

终奌站

如果你想在本地运行TensorBoard每日构建,首先你需要安装:

 pip install tf-nightly
 

然后,只需运行它:

 tensorboard --logdir path/to/logs