【YOLO日志文件】读取和可视化events.out.tfevents文件

---

前言

目的：读取和可视化events.out.tfevents文件
问题：yolo官方程序默认出的图样式和数据不够详细，如何提取出相应数据，方便自己查看详细和处理数据
方法：通过tensorboardX和tensorboard库读取数据，再通过matplotlib进行可视化

例如yolo结果数据都是固定样式图，不能方便查看其中每个点的具体数值。

方法

读取数据

为了读取 .tfevents 文件，我们可以使用tensorboard和 tensorboardX 库的 event_accumulator 模块。展示如何使用 event_accumulator 读取 .tfevents 文件的内容：

如果下载失败可以替换清华园

1. 安装 tensorboardX：

   pip install tensorboardX
   pip install tensorboard
   

2. 使用 event_accumulator 读取 .tfevents 文件：

   from tensorboardX import SummaryWriter
   from tensorboard.backend.event_processing import event_accumulator
   
   # 指定 .tfevents 文件的路径
   log_dir = "path/to/your/tfevents/file"
   
   # 加载事件文件
   ea = event_accumulator.EventAccumulator(log_dir)
   ea.Reload()
   
   # 获取所有标量的标签
   tags = ea.Tags()['scalars']
   
   # 打印所有标量的标签及其对应的值
   for tag in tags:
       events = ea.Scalars(tag)
       for event in events:
           print(f"Step: {event.step}, Value: {event.value}, Timestamp: {event.wall_time}")
   

输出的结果
里面展示了每条日志里面的数据，通过类似event.step调用属性

通过这种方式，您可以直接从 .tfevents 文件中读取和打印标量值，而无需启动 TensorBoard。

可视化数据

我们可以将读取事件文件的数据与Matplotlib的可视化相结合，生成一个折线图展示标量值随时间或步骤的变化。下面是一个完整的示例代码，将读取事件文件的数据并绘制成折线图。

注意：在使用此代码时，请确保已经安装了matplotlib库。如果未安装，可以使用以下命令进行安装：

pip install matplotlib

import matplotlib.pyplot as plt
from tensorboard.backend.event_processing import event_accumulator

# 指定 .tfevents 文件的路径
log_dir = r"D:\lab\events.out.tfevents.1719811674.autodl-container-b23f4d8ce8-f821a354"

# 加载事件文件
ea = event_accumulator.EventAccumulator(log_dir)
ea.Reload()

# 获取所有标量的标签
tags = ea.Tags()['scalars']

# 绘制折线图
plt.figure(figsize=(10, 6))

# 遍历所有标量标签
for tag in tags:
    events = ea.Scalars(tag)
    steps = [event.step for event in events]
    values = [event.value for event in events]
    
    # 绘制每个标量标签的折线图
    plt.plot(steps, values, marker='o', linestyle='-', label=tag)

# 添加标题和标签
plt.title('Scalar Values Over Steps')
plt.xlabel('Steps')
plt.ylabel('Values')
plt.legend()

# 显示图表
plt.grid(True)
plt.show()

1. 导入库：

   • matplotlib.pyplot：用于绘制图表。
   • event_accumulator：用于读取TensorBoard的事件文件。

2. 指定事件文件路径：

   • 将路径log_dir替换为你的事件文件的实际路径。

3. 加载事件文件：

   • 使用EventAccumulator来加载指定路径的事件文件，并调用Reload方法来读取文件内容。

4. 获取标量标签：

   • 使用Tags()方法获取所有的标量标签。

5. 绘制折线图：

   • 创建一个新的图形窗口，并设置窗口大小。
   • 遍历所有标量标签，对于每个标签，获取对应的所有事件（时间、步骤和值），并提取步骤和值。
   • 使用plt.plot绘制每个标量标签的折线图。
   • 最后，设置图表的标题、标签和图例，并显示图表。

总结

本文主要介绍读取和可视化events.out.tfevents文件，方便自定义的处理数据，例如可视化和分析详细的数据，不局限于原来yolo出现的图