tensorboard最早是针对TensorFlow进行可视化的工具，而pytorch没有可以进行可视化的工具。后来，有大牛针对pytorch的使用开发出了tensorboardx，其实就是让pytorch也可以使用tensorboard.而在detectron2中，是从torch.util.tensorboard中使用tensorboard.这好像是pytorch官方与tensorboard的合作。对于pytorch，这二者只是在引用时的路径不同，其他的都一样。虽然有许多人也说visdom挺好，但是好多人也说tensorboard的功能更强大。而且我本人的代码是基于detectron2的，所以我选择了tensorboard。
2.tensorboard的使用detectron2中已经将一些结果存储起来以便进行可视化。这里先简单介绍一下如何对这些数据进行可视化。用于可视化的文件是events.out.tfevents.1631497405.........，这个文件保存在你设置的OUTPUT_DIR。然后将pycharm的terminal打开，先将文件目录调整到根目录。然后输入 tensorboard --logdir=“OUTPUT_DIR”。然后会出现一个网址，如果出现“未发现TensorFlow”的字样，不用理他。将这个网址复制，然后粘贴到浏览器，就OK了。
3.detectron2中是如何将要可视化的数据保存起来的这里推荐[Detectron2]05-EventStorage/EventWriter - 知乎。
