> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-serverless-sft-revamp.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# 画像
export const GitHubLink = ({url}) =>
GitHub source
;
## class `Image`
W\&B に画像をログ記録するためのクラスです。
### method `Image.__init__`
```python theme={null}
__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` オブジェクトを初期化します。
このクラスは様々な画像データ形式を処理し、必要に応じてピクセル値を \[0, 255] の範囲に自動的に正規化することで、 W\&B バックエンドとの互換性を確保します。
* \[0, 1] の範囲のデータは 255 倍され、 uint8 に変換されます。
* \[-1, 1] の範囲のデータは、 -1 を 0 に、 1 を 255 にマッピングすることで \[0, 255] にスケール調整され、 uint8 に変換されます。
* \[-1, 1] 外かつ \[0, 255] 外のデータは、 \[0, 255] にクリップされ、 uint8 に変換されます（値が \[0, 255] を超える場合は警告が表示されます）。
* すでに \[0, 255] の範囲にあるデータは、変更されずに uint8 に変換されます。
**arg:**
* `data_or_path`: 画像データの NumPy 配列 / PyTorch tensor 、 PIL 画像オブジェクト、または画像ファイルへのパスを受け取ります。 NumPy 配列または PyTorch tensor が提供された場合、画像データは指定された `file_type` で保存されます。 `normalize` が `False` に設定されていない限り、値が \[0, 255] の範囲にない、またはすべての値が \[0, 1] の範囲にある場合、画像ピクセル値は \[0, 255] の範囲に正規化されます。
* PyTorch tensor は (channel, height, width) の形式である必要があります。
* NumPy 配列は (height, width, channel) の形式である必要があります。
* `mode`: 画像の PIL モード。一般的なものは "L"、 "RGB"、 "RGBA" です。
* 詳細については Pillow の公式ドキュメントを参照してください: [https://pillow.readthedocs.io/en/stable/handbook/concepts.html#modes](https://pillow.readthedocs.io/en/stable/handbook/concepts.html#modes)
* `caption`: 画像表示用のキャプション（ラベル）。
* `grouping`: 画像のグループ化番号。
* `classes`: バウンディングボックスや画像マスクのラベル付けに使用される、画像のクラス情報のリスト。
* `boxes`: 画像のバウンディングボックス情報を含む辞書。
* [https://docs.wandb.ai/ref/python/data-types/boundingboxes2d/](https://docs.wandb.ai/ref/python/data-types/boundingboxes2d/) を参照してください。
* `masks`: 画像のマスク情報を含む辞書。
* [https://docs.wandb.ai/ref/python/data-types/imagemask/](https://docs.wandb.ai/ref/python/data-types/imagemask/) を参照してください。
* `file_type`: 画像を保存するファイル形式。 `data_or_path` が画像ファイルへのパスである場合、このパラメータは効果がありません。
* `normalize`: `True` の場合、画像のピクセル値を \[0, 255] の範囲に収まるように正規化します。正規化は `data_or_path` が numpy 配列または pytorch tensor の場合にのみ適用されます。
**Examples:**
NumPy 配列から `wandb.Image` を作成する
```python theme={null}
import numpy as np
import wandb
# run を初期化
with wandb.init() as run:
examples = []
for i in range(3):
# ランダムな画像データを生成
pixels = np.random.randint(low=0, high=256, size=(100, 100, 3))
image = wandb.Image(pixels, caption=f"random field {i}")
examples.append(image)
# データをログ記録
run.log({"examples": examples})
```
PILImage から `wandb.Image` を作成する
```python theme={null}
import numpy as np
from PIL import Image as PILImage
import wandb
# run を初期化
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
)
pil_image = PILImage.fromarray(pixels, mode="RGB")
image = wandb.Image(pil_image, caption=f"random field {i}")
examples.append(image)
# データをログ記録
run.log({"examples": examples})
```
デフォルトの .png ではなく .jpg でログ記録する
```python theme={null}
import numpy as np
import wandb
# run を初期化
with wandb.init() as run:
examples = []
for i in range(3):
pixels = np.random.randint(low=0, high=256, size=(100, 100, 3))
image = wandb.Image(
pixels, caption=f"random field {i}", file_type="jpg"
)
examples.append(image)
# データをログ記録
run.log({"examples": examples})
```
***
### property Image.image