【OpenGait 开启 AutoDL 云服务器的 TensorBoard 可视化】_autodl tensorboard服务未启动,请在终端启动tensorboard,

最近在使用AutoDL云服务器跑步态识别的代码，用的是开放步态识别框架OpenGait，记录一下自己跑代码的步骤和遇到的问题以及解决方式。

这篇文章主要记录OpenGait开启 AutoDL 云服务器的TensorBoard 可视化的步骤和遇到的问题以及解决方式。

---

一、下载所需工具包

1、查看自己的AutoDL是否已经安装了tensorflow 和tensorboard

12/14更新：没有tensorflow也可以，新开了一台默认没有tensorflow的服务器，TensorBoard仍然可以可视化

pip list
1

2、如果没有安装，下载安装(由于AutoDL默认使用国内镜像加速下载，所以直接输入下面的命令即可)

pip install tensorflow==2.4.0

pip install tensorboard==2.6.0
1
2
3

二、找到可视化所需要的event文件

OpenGait里涉及到的tensorboard代码的文件路径为：/root/OpenGait/opengait/utils/msg_manager.py
root是AutoDL的根目录，我把OpenGait放在了AutoDL的根目录下，如下图所示：

msg_manager.py文件中关于tensorboard的描述如下：

from torch.utils.tensorboard import SummaryWriter

def init_manager(self, save_path, log_to_file, log_iter, iteration=0):
        self.iteration = iteration
        self.log_iter = log_iter
        mkdir(osp.join(save_path, "summary/"))
        self.writer = SummaryWriter(
            osp.join(save_path, "summary/"), purge_step=self.iteration)
        self.init_logger(save_path, log_to_file)

def write_to_tensorboard(self, summary):

        for k, v in summary.items():
            module_name = k.split('/')[0]
            if module_name not in self.writer_hparams:
                self.log_warning(
                    'Not Expected --Summary-- type [{}] appear!!!{}'.format(k, self.writer_hparams))
                continue
            board_name = k.replace(module_name + "/", '')
            writer_module = getattr(self.writer, 'add_' + module_name)
            v = v.detach() if is_tensor(v) else v
            v = vutils.make_grid(
                v, normalize=True, scale_each=True) if 'image' in module_name else v
            if module_name == 'scalar':
                try:
                    v = v.mean()
                except:
                    v = v
            writer_module(board_name, v, self.iteration)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

不需要看懂代码，我们只需要知道把可视化所需要的event文件记录到一个summary文件里去了，TensorBoard 需要读取event文件才能进行可视化。summary文件的路径为：
/root/OpenGait/output/CASIA-B/Baseline/GaitBase_DA/summary
注：该路径根据跑的方法不同也会变，因为我跑的是GaitBase所以路径是这样，如果跑GaitPart，那么summary文件的路径为：
/root/OpenGait/output/CASIA-B/GaitPart/GaitPart/summary
总之，在 /root/OpenGait/output/CASIA-B/ 下面找就行。

summary文件下的event文件如图所示：（每跑一次就会记录一次）

三、开启 TensorBoard 可视化

event文件也找到了，接下来我们开启TensorBoard 可视化。
OpenGait框架已经写好了TensorBoard 可视化相关代码，我们只需要开启即可。
开启 TensorBoard 可视化的代码如下：

tensorboard --logdir=/root/OpenGait/output/CASIA-B/Baseline/GaitBase_DA/summary
1

开启成功显示如下图：

让我们访问http://localhost:6006/进行查看，而我们进入这个网址是查看不了可视化界面的，这里请注意！！！

AutoDL实例中已内置了TensorBoard工具
①点击实例监控

②进入监控界面，点击TensorBoard

③进入TensorBoard界面，却发现显示No dashboards are active for the current data set. 这是怎么回事呢？

界面显示TensorBoard没有读取到任何event文件。查看官方文档发现，AutoDL的TensorBoard工具默认从/root/tf-logs/路径读取event文件

tf-logs目前是空的，当然读取不到event文件了，所以要想读取event文件的方法之一是，把summary文件里的event文件复制到tf-logs里去。

尝试后，成功可视化：

注意图片左下角的路径，这才是AutoDL的TensorBoard读取event文件的路径，而这个路径是无法通过tensorboard --logdir=/root/OpenGait/output/CASIA-B/Baseline/GaitBase_DA/summary的命令更改的。

那如果想切换目录怎么办？我们可以
①首先结束默认启动的TensorBoard进程，执行命令：

ps -ef | grep tensorboard | awk '{print $2}' | xargs kill -9
1

②然后在终端中执行以下命令启动TensorBoard：

tensorboard --port 6007 --logdir /path/to/your/tf-logs/direction

# 对于我来说执行的实际命令是
tensorboard --port 6007 --logdir /root/OpenGait/output/CASIA-B/Baseline/GaitBase_DA/summary
1
2
3
4

更改路径后运行的结果如下：

其实是因为TensorBoard默认占用的端口号是6006，被默认的/root/tf-logs/占用了，所以我们使用其他的logs文件夹时，需要更改一个新的端口。

---

总结

总结一下就是，我们可以通过3种办法进行可视化。
1、使用AutoDL里TensorBoard的默认路径：把summary文件里的event文件复制到tf-logs里去。

2、使用AutoDL里TensorBoard的默认路径：在OpenGait的msg_manager.py文件里更改summary文件的路径为tf-logs文件的路径。（不建议这么做，没有1、3好用）

3、不使用AutoDL里TensorBoard的默认路径：①先结束默认启动的TensorBoard进程，②然后开启一个指向summary文件路径的、占用除6006外的端口的新的TensorBoard进程。

欢迎使用OpenGait研究步态识别的伙伴进行交流