yolov7结果生成的results.txt转excel文件,并且找到最大值的mAP@.5和mAP@.5:.95

import pandas as pd
# 读取 TXT 文件
with open(r"results.txt", 'r') as file:
    lines = file.readlines()

# 定义标题行
headers = [
    "训练次数", "GPU消耗", "训练集边界框损失", "训练集目标检测损失", "训练集分类损失", "训练集总损失",
    "targets目标", "输入图片大小", "Precision", "Recall", "mAP@.5", "mAP@.5:.95",
    "验证集边界框损失", "验证集目标检测损失", "验证集分类损失"
]

# 解析每一行数据并将其存储在列表中
data = []
for line in lines:
    # 按空格分隔每一行的数据
    row = line.strip().split()
    data.append(row)

# 将数据转换为 DataFrame
df = pd.DataFrame(data)

# 添加标题行
df.columns = headers

# 将数据转换为数字类型
df = df.apply(pd.to_numeric, errors='ignore')

# 找出 mAP@.5 列的最大值
max_map_5 = df["mAP@.5"].max()

# 找到最大值所在的行
max_row = df[df["mAP@.5"] == max_map_5]

# 打印 mAP@.5:.95 列的值
for _, row in max_row.iterrows():
    print(f"最大 mAP@.5: {max_map_5}, 对应 mAP@.5:.95: {row['mAP@.5:.95']}")

# 将 DataFrame 保存到 Excel 文件中
df.to_excel('output.xlsx', index=False)

print(f"数据已保存到 output.xlsx")

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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