YOLOv5 result.txt 数据提取及可视化

YOLOv5训练后的result.txt 文件，如下图所示

 倒数第7列至倒数第4列是每次迭代后相应的Precision、Recall、mAP@0.5、mAP@0.5:0.95

 可使用如下代码将其提取出来，并做成折线图。

import matplotlib.pyplot as plt

def openreadtxt(file_name):
    data = []
    file = open(file_name, 'r', encoding='utf-8') # 打开文件
    file_data = file.readlines()  # 读取所有行
    for row in file_data:
        tmp_list = row.split(' ')  # 按‘，’切分每行的数据
        # tmp_list[-1] = tmp_list[-1].replace('\n',',') #去掉换行符
        data.append(tmp_list)  # 将每行数据插入data中
    return data


if __name__ == "__main__":
    data = openreadtxt('results.txt') #原始数据
    b = 0
    data1 = []
    data1 = data #原始数据副本
    a = data[0][0] #txt文件中的杂乱数据

    for z in range(0,len(data1)):  #删除原始数据中的杂乱数据，只留下有效的数字数据
        b = 0
        for i in range(0, len(data1[z])):
            if(data1[z][i]==a):
                b = b + 1
        for i in range(0,b):
            data1[z].remove(a)
    y1 = 0
    y2 = 0
    y_precision = []
    y_recall = []
    for i in range(0,len(data1)): #将percision和recall转换为浮点数格式并放到指定数组里面，用于后序画图
        y_recall.append(1)
        y_precision.append(1)
        y_precision[i] = float(data1[i][8])
        y_recall[i] = float(data1[i][9])
        y1 = y1 + y_precision[i]
        y2 = y2 + y_recall[i]
    y_precision_ag = y1/len(data1)
    y_recall_ag = y2/len(data1)
    # print(y_precision_ag)
    # print(y_recall_ag)
    x = [] # x轴坐标
    for i in range(0, len(data1)):
        x.append(1)
        x[i] = i
    plt.plot(x, y_recall, 'b--', alpha=0.5, linewidth=1, label='recall')  # 'bo-'表示蓝色实线，数据点实心原点标注
    ## plot中参数的含义分别是横轴值，纵轴值，线的形状（'s'方块,'o'实心圆点，'*'五角星   ...，颜色，透明度,线的宽度和标签 ，

    plt.legend()  # 显示上面的label
    plt.xlabel('epochs')  # x_label
    plt.ylabel('recall')  # y_label

    # plt.ylim(-1,1)#仅设置y轴坐标范围
    plt.show()

最后呈现的折线图