tensorboard使用教程1——读取YOLOv5的评价指标+导出数据至matlab中

已于 2024-01-10 22:08:52 修改
阅读量1.9k 收藏 4
点赞数
分类专栏： YOLOv5 tensorboard使用教程 文章标签： YOLO
于 2023-05-26 15:44:33 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_68738477/article/details/130881936
版权

训练完yolov5后，得到的数据图总是很模糊很小，无法粘贴到论文中，这时候就该轮到tensorboard出马了，如何使用tensorboard读取yolov5的数据并且用matlab给他画出来呢？

目录

1.读取yolov5评价指标

2.导出数据

3.导入到matlab中绘制

1.读取yolov5评价指标

进入到YOLOv5的目录下，输入cmd

tensorboard --logdir=runs

复制当前网址到浏览器，成功进入tensorboard界面。 

2.导出数据

进入tensorboard界面后，依次点击如下图

点击第三步下拉箭头后，选择一个exp，如图所示

选择CSV（一个excel的格式）

完成

3.导入到matlab中绘制

参考如下链接第二部分

vrep学习笔记8——将vrep中graph文件导出为csv.文件，并导入matlab中绘制曲线图_csv文件绘图matlab-CSDN博客

邸笠佘司
关注
专栏目录
YOLOV5 模型：利用tensorboard查看网络结构和yaml文件介绍
Henry的博客
03-16 989
这部分为了后续添加改进模块，所以详细介绍下。
YOLOv5用TensorBoard可视化结果解读
yang_yi520的博客
10-18 5568
TP为正确识别的判例个数，FN为有目标但识别为没有目标的判例个数。FP为没有目标但识别为有目标的判例个数。
yolo 报错TensorBoard: WARNING ⚠️ TensorBoard not initialized correctly, not logging this run.
最新发布
weixin_44532467的博客
08-19 156
这个问题主要看前面TensorBoard: WARNING ⚠️ TensorBoard not initialized correctly, not logging this run. runs\train\exp17 is not a directory。这个原因是项目运行有中文路径TensorBoard 识别不了导致的。
TensorBoard对YOLOv5可视化训练，稀疏化bn_weight 不显示
zi_Fei_yang的博客
04-01 985
YOLOv5利用TensorBoard对BN层可视化失效，正常和稀疏化训练没有results.csv文件
yoloV5 教程——tensorboard使用
TigerZ*的博客
02-02 4454
yolov5下tensorboard 的使用。
关于yolov5深度训练时打开tensorboard的教程
m0_57663261的博客
04-25 643
请检查名称的拼写，如果包括路径，请确保路径正确，然后再试一次。随后通过conda prompt输入conda env list，找到当前虚拟环境的位置，进入其中scripts函数确认里面并没有tensorboard这个文件。但是最开始在配环境的时候，是按照requirement.txt文件中要求配置的，其中也有tensorboard。这是因为版本太高了不适配，可以先uninstall显存版本之后重新下载一个版本低一点的，再试一次就没问题了。首先是打开terminal后，发现环境不对。
Yolov5 使用Tensorboard可视化
keep
04-28 9595
在yolov5文件夹下的 ./models/yolo.py 中 找到注释过得tensorboard的代码（272行） # Tensorboard (not working https://github.com/ultralytics/yolov5/issues/2898) from torch.utils.tensorboard import SummaryWriter tb_writer = SummaryWriter('.') logger.info("Run 'tens
YOLOv5 使用tensorboard查看可视化训练结果
weixin_45768644的博客
09-15 1万+
tensorboard
tensorboard数据导出
06-16
Tensorboard是TensorFlow框架中的一个可视化工具，它可以帮助开发者监控和理解神经网络的训练过程，包括损失(loss)、精度(accuracy)、学习率(learning rate)等关键指标。在深度学习项目中，通过Tensorboard可以直观...
MATLAB bin 文件 读取数据
08-19
工程应用中，从flash读取的输出，经常保存成bin文件，有时里面的数据是十六进制。本文将介绍读取bin文件的方法在十六数的数据验证通过 首先用fopen函数打开bin文件（关于函数的说明，大家可以百度，或在matlab里...
matlab处理las点云(2)—— 从LAS或LAZ文件中读取点云数据
点云侠的博客
08-30 3303
从LAS或LAZ文件中读取点云数据
yolov5-服务器训练可视化-tensorboard.docx
10-10
yolov5-服务器训练可视化
yoloV5-matlab:简单的推理代码，只需运行 demo.mlx-matlab开发
05-31
Import yolov5*.onnx for inference, including yolov5s.onnx, yolov5m.onnx, yolov5l.onnx, yolov5x.onnx, the original output dimension is 1*255*H*W(Other dimension formats can be slightly modified), import (importONNXFunction) + detection in matlab Head decoding output. 导入yolov5*.onnx进行推理（inference），包括yolov5s.onnx,yolov5m.onnx,yolov5l.onnx,yolov5x.onnx,其原始输出维度为1*255*H*W(其他维度形式可稍作修改), 在matlab中导入(impor
yolov5使用教程训练our数据——手把手教你训练预测(以阿里天池比赛为例)
CharmsLUO的博客
04-21 3376
玩转yolov5前言1、yolov5项目克隆和安装1.1 代码下载1.2 安装环境1.3 下载预训练权重1.4 安装测试2、数据准备2.1 数据形式2.2 数据转换2.3 转换结果3、相关配置3.1 数据配置文件2.读入数据总结 前言 以阿里天池比赛为例，手把手教你玩转yolov5，妈妈再也不用担心用yolov5训练自己的数据集啦。 1、yolov5项目克隆和安装 1.1 代码下载 下面提供两种下载代码的方式： 通过官网提供的代码下载 提示： 1. 如果是win系统的话，建议安装一个git，可以直
YOLOv5系列（3）——YOLOv5修改网络结构
热门推荐
wa1tzy的博客
03-07 3万+
文章目录一、设置网络结构为mobilenet-V2二、添加注意力模块 一、设置网络结构为mobilenet-V2 首先，需要在models/common.py里，实现MobileNetv2的 bottleneck 和 Pwconv。 1、Mobilenetv2的bottleneck: InvertedResidual #mobilenet Bottleneck InvertedResidual class BottleneckMOB(nn.Module): #c1:inp c2:oup
yolov5中使用tensorboard可视化
qq_51123264的博客
10-22 2万+
首先将yolov5中yolo.py中有关于tensorboard的注释消掉 第二在pycharm终端输入tensorboard --logdir=./runs 多说一句，初学者会直接在总目录路径文件下（如下图输入命令）输入tensorboard --logdir=./runs 此时点击 http://localhost:6006/会出现如图情况 所以要转到训练文件的上一文件目录下 ...
yolov5 使用tensorboard， google colab
以梦为马，不日抵达。
08-11 367
输入红色框里面的指令就可以加载所有的图像并在一起对比。
yolov5笔记之TensorBoard数据可视化的工具
紫微斗数学习交流
01-02 1333
yolov5笔记之TensorBoard数据可视化的工具。#TensorBoard数据可视化的工具。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值