1、功能介绍
通过训练yolov5模型后在tensorboard中下载相关CSV文件进行曲线绘制
1、处理代码
代码如下:
import csv
import matplotlib.pyplot as plt
import pandas as pd
import matplotlib as mpl
import numpy as np
from matplotlib.font_manager import FontProperties
mpl.rcParams['font.family'] = 'sans-serif'
# mpl.rcParams['font.sans-serif'] = 'NSimSun,Times New Roman' #设置字体
plt.rcParams['font.sans-serif']=['SimHei'] #正常显示中文标签
plt.figure() #设置图框
df = pd.read_csv("run-exp7-tag-metrics_mAP_0.5.csv") #读取文件1
step = df["Step"].values.tolist() #通过文件表头信息读取文件内容
map = df["Value"].values.tolist()
plt.plot(step,map,color='red',label='yolov5s+改进数据集') #设置曲线相关系数
df = pd.read_csv("run-exp9-tag-metrics_mAP_0.5.csv") #读取文件1
step = df["Step"].values.tolist() #通过文件表头信息读取文件内容
map = df["Value"].values.tolist()
plt.plot(step,map,color='black',label='yolov5s+原数据集') #设置曲线相关系数
plt.xticks(fontsize=10)
plt.yticks(fontsize=10)
plt.ylim(0, 1)
plt.xlim(0, 300) #设置坐标轴取值范围
plt.xlabel('epochs', fontsize=10)
plt.ylabel('mAP', fontsize=10)
plt.legend(fontsize=8,loc="upper right") #设置标签位置及大小
plt.show()
提示
可以通过如下代码块添加多组csv文件进行数据对比df = pd.read_csv("run-exp7-tag-metrics_mAP_0.5.csv") #读取文件1
step = df["Step"].values.tolist() #通过文件表头信息读取文件内容
map = df["Value"].values.tolist()
plt.plot(step,map,color='red',label='yolov5s') #设置曲线相关系数
ps: 希望对使用python进行数据处理的同志们有用呀