（最好用的方法）YOLOv5读取train文件下的CSV文件绘制曲线进行不同模型效果对比

目录

目的：

代码：

效果图：

特别提示

解决办法： 将CSV文件数据后面 “，”进行手动删除即可。

---

目的：

为了方便对比不同模型的性能，我们可以通过读取train文件下的CSV文件绘制曲线从而达到直观的对比效果。这里采用的是yoloV5模型，具体代码如下：

代码：

# -*- coding: utf-8 -*-
# @Time ： 2023/3/23 12:00
# @Auth ： Hao

import matplotlib.pyplot as plt
import pandas as pd
import matplotlib as mpl
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
f=open("results.csv",encoding="utf-8")
#设置表头，为了方便取出你想要的那几列的数据。pd.read_csv具体用法可百度。这里为了方便我只设置了epoch和map0.5
df=pd.read_csv(f,delim_whitespace=True,names=["epoch","1","2","3","4","5","metrics/mAP_0.5","7","8","9","10","11","12","13"],
header=0,usecols=["epoch","metrics/mAP_0.5"])
step = df["epoch"].values.tolist()# 通过文件1表头信息读取文件内容
map= df["metrics/mAP_0.5"].values.tolist()# 通过文件表头信息读取文件内容
plt.plot(step,map,color='red',label='yolov5s+改进数据集') #设置曲线1相关系数
#同样的操作读取文件2的信息
plt.plot(step,map,color='blue',label='yolov5s')#设置曲线2的相关系数
plt.xticks(fontsize=10)
plt.yticks(fontsize=10)

plt.ylim(0, 1)
plt.xlim(0, 99)  # 设置坐标轴取值范围
plt.xlabel('epochs', fontsize=10)
plt.ylabel('mAP', fontsize=10)
plt.legend(fontsize=15, loc="upper right")  # 设置标签位置及大小
plt.show()

效果图：

 特别提示：

如果你的最终效果图如下所示：

解决办法： 将CSV文件数据后面 “，”进行手动删除即可。