使用python实现yolov5运行结果生成的CSV文件实现曲线处理

---

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