Linux环境下同时绘制Caffe的多个pr曲线

Linux环境下同时绘制Caffe的多个pr曲线
　　pr曲线是衡量目标检测网络模型的重要指标，有时候在做算法对比实验的时候，需要将多个pr曲线绘制在同一张图上进行对比分析。python提供了很好的绘图函数。在caffe深度学习框架下，pr存放在./output/faster_rcnn_end2end/voc_2007_test/zf_faster_rcnn_iter_50000的ship_pr.pkl文件（本人是用faster_rcnn的end2end模型下迭代50000次训练出的结果）。通过修改本人程序的.pkl文件路径就可以将多个pr曲线绘制在一张图上

#!/usr/bin/env python  
#-*-coding:utf-8-*-
import cPickle as pickle
import numpy as np
import matplotlib.pyplot as plt
import pylab
import mpl_toolkits.axisartist as AA
from pylab import figure, show, legend
from mpl_toolkits.axes_grid1 import host_subplot

 
np.set_printoptions(threshold=np.NaN)
fr = open('/home/wei/program/pr_10.pkl')                  # open 的参数是 pkl 文件的路径
inf = pickle.load(fr)          						　　　# 读取 pkl 文件的内容, 即反序列化
precision = inf["prec"]       						　　　 # precision数据
recall = inf["rec"]            　　　　　　　　　　　　　　　 # recall数据
ap = inf["ap"]                 　　　　　　　　　　　　　　　 # ap数据
fr.close()                      　　　　　　　　　　　　　　　# 关闭文件

fr2 = open('/home/wei/program/pr_17.pkl')                  # open 的参数是 pkl 文件的路径
inf2 = pickle.load(fr2)          　　　　　　　　　　　　　　 # 读取 pkl 文件的内容, 即反序列化
precision2 = inf2["prec"]        　　　　　　　　　　　　　　 # precision数据
recall2 = inf2["rec"]             　　　　　　　　　　　　　　# recall数据
ap2 = inf2["ap"]               　　　　　　　　　　　　　　   # ap数据
fr2.close()                      　　　　　　　　　　　　　　　# 关闭文件

host = host_subplot(111, axes_class=AA.Axes)　　　　　　　　#确定图标形状
plt.subplots_adjust(right=0.75)　　　　　　　　　　　　　　　#确定图标边距

part2 = host.twinx()　　　　　　　　　　　　　　　　　　　　　　#定义第二条曲线

host.set_xlim([0,1.1])　　　　　　　　　　　　　　　　　　　　　#设置x轴的坐标范围
host.set_ylim([0,1.1])　　　　　　　　　　　　　　　　　　　　　#设置y轴的坐标范围

host.set_xlabel("Recall")　　　　　　　　　　　　　　　　　　　　#设置x轴的标签
host.set_ylabel("Precision")　　　　　　　　　　　　　　　　　#设置ｙ轴的标签

p1, = host.plot(recall, precision, label='ship (pr1 = {:.4f})'.format(ap)) #确定第１条曲线的数据参数
p2, = part2.plot(recall2, precision2, label='ship (pr2 = {:.4f})'.format(ap2)) #确定第２条曲线的数据参数

part2.set_ylim([0,1.1])　　　　　　　　　　　　　　　　　　　　　#确定第二条曲线的坐标范围

host.legend(loc=1)
pylab.title("Precision-Recall")  　　　　　　　　　　　　　　　　# 确定标题

plt.draw()　　　　　　　　　　　　　　　　　　　　　　　　　　#画图
plt.show()
``

![pr曲线](https://img-blog.csdnimg.cn/20191210160223382.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQzMjg3OTMx,size_16,color_FFFFFF,t_70)