对于yolo等目标检测算法生成的results.txt文件,写论文需要生成多个算法的PR曲线,此程序可以直接提取内容生成不同类别多个对比算法的PR曲线图。
import matplotlib.pyplot as plt
import matplotlib.font_manager as font_manager
import copy
import re
# 读取数据文件
algorithm_names = ['FPN','PANet','HRFPN','DETR','SwinTransformer','ConvNext','FasterNet','SSD-vgg','SSD-mobilenetv2','CenterNet','RetinaNet','EfficientDet-D1','Yolov5x','YoloX-s','YoloX-x', 'Yolov8l','Yolov8x','Ours'] #
classes = ['echinus','holothurian','scallop','starfish']
colors = ['hotpink','chocolate','cadetblue','black','gold', 'silver', 'green', 'orange', 'purple', 'brown', 'yellow', 'pink', 'gray', 'cyan','blue','lime','teal', 'red'] # 定义曲线颜色
def process_data(input_string):
'''
将字符串的内容改为float元素组成的列表并输出
'''
# 去除字符串中的单引号
cleaned_string = input_string.replace("'", "")
# 按逗号分隔字符串并转换为float类型
float_values = [float(value) for value in cleaned_string.split(',')]
return float_values
# 获取并重新整理resutls的关键数据,格式为二维字典。
data = {} # 存放每一个results的4组键值对
experiments = {} # 存放对比实验
for algorithm in algorithm_names:
pr_file = 'Results/' + algorithm + '.txt'
# 从文本文件读取数据,并进行处理
with open(pr_file, 'r') as file:
pr_data = file.read()
# 使用正则表达式提取内容
pattern = re.compile(r'(\d+\.\d+)% = (\w+) AP \n Precision: \[(.*)\]\n Recall :\[(.*)\]')
matches = pattern.findall(pr_data)
for match in matches:
precision = process_data(match[2])
recall = process_data(match[3])
data[match[1]] = [precision, recall] # 每一个实验的数据
experiments_data = copy.deepcopy(data) #字典深拷贝,因为data会被更新,不能作为直接的“ = ”
experiments[algorithm] = experiments_data #所有实验的数据
# 绘制PR曲线
font_path = 'TimesNewRoman.ttf' # 替换为你的字体文件路径
prop = font_manager.FontProperties(fname=font_path)
for cla in classes:
# 绘制PR曲线
plt.figure()
plt.xlabel('Recall', fontproperties=prop, fontsize=18) # 修改x轴标签字体大小
plt.ylabel('Precision', fontproperties=prop, fontsize=18) # 修改y轴标签字体大小
plt.title(cla, fontproperties=prop, fontsize=26) # 修改图标题字体大小
for i, algorithm in enumerate(algorithm_names):
precision_data = experiments[algorithm][cla][0]
recall_data = experiments[algorithm][cla][1]
# 画PR曲线
plt.plot(recall_data, precision_data, label=algorithm, color=colors[i])
prop = font_manager.FontProperties(fname=font_path, size=10)
plt.legend(loc='lower left', prop=prop, ncol =2) # 修改图注大小,ncol=2表示为2列
plt.savefig(cla+'.png')
需要将你的所有results文件按照算法命名,按照自己想要的顺序放到algorithm_names列表内,修改自己的classes,以及colors,注意len(colors)需要等于len(algorithm_names)。