YOLOv5/v7训练结果results.csv绘制loss/mAP等曲线对比图

最新推荐文章于 2025-12-16 12:53:28 发布

原创最新推荐文章于 2025-12-16 12:53:28 发布 · 4.8k 阅读

87 ·

CC 4.0 BY-SA版权

文章标签：

#YOLO #python #机器学习

本文介绍了如何使用Python读取并处理YOLOv5训练结果CSV文件，通过清理列名后，绘制不同模型增强策略（如CA、C3CA等）下mAP@0.5的比较曲线，以展示模型性能变化。

部署运行你感兴趣的模型镜像

1.实现代码

可根据代码注释和自己的需求修改代码，实现自己的需求。

python，复制粘贴改路径就能用。

import os.path

import pandas as pd
import matplotlib.pyplot as plt


# Function to clean column names
def clean_column_names(df):
    df.columns = df.columns.str.strip()
    df.columns = df.columns.str.replace('\s+', '_', regex=True)


# nonoresult.csv表示原始的结果图,csv文件在runs/train/exp中
s_results = pd.read_csv(r"D:\python\projects\yolov5-7.0\runs\train-seg\exp28_5s\results.csv")
C3CA_results = pd.read_csv(r"D:\python\projects\yolov5-7.0\runs\train-seg\exp-C3CA\results.csv")
C3CBAM_results = pd.read_csv(r"D:\python\projects\yolov5-7.0\runs\train-seg\exp-C3CBAM\results.csv")
C3ECA_results = pd.read_csv(r"D:\python\projects\yolov5-7.0\runs\train-seg\exp-C3ECA\results.csv")
CA_results = pd.read_csv(r"D:\python\projects\yolov5-7.0\runs\train-seg\exp-CA\results.csv")
CBAM_results = pd.read_csv(r"D:\python\projects\yolov5-7.0\runs\train-seg\exp-CBAM\results.csv")
ECA_results = pd.read_csv(r"D:\python\projects\yolov5-7.0\runs\train-seg\exp-ECA\results.csv")

# Clean column names
clean_column_names(s_results)
clean_column_names(C3CA_results)
clean_column_names(C3CBAM_results)
clean_column_names(C3ECA_results)
clean_column_names(CA_results)
clean_column_names(CBAM_results)
clean_column_names(ECA_results)

# Plot mAP@0.5 curves
plt.figure()
#中括号是results.csv表格中的列名称
# lable属性为曲线名称，自己可以定义
plt.plot(CA_results['metrics/mAP_0.5(B)'], label="YOLOv5s-seg")    
plt.plot(s_results['metrics/mAP_0.5(B)'], label="YOLOv5s-seg+CA")    
plt.plot(C3CA_results['metrics/mAP_0.5(B)'], label="YOLOv5s-seg+C3CA")
plt.plot(C3CBAM_results['metrics/mAP_0.5(B)'], label="YOLOv5s-seg+C3CBAM")
plt.plot(C3ECA_results['metrics/mAP_0.5(B)'], label="YOLOv5s-seg+C3ECA")
plt.plot(CBAM_results['metrics/mAP_0.5(B)'], label="YOLOv5s-seg+CBAM")
plt.plot(ECA_results['metrics/mAP_0.5(B)'], label="YOLOv5s-seg+ECA")

#横坐标表示为
plt.xlabel("Epoch")
#纵坐标表示为
plt.ylabel("mAP@0.5")
plt.legend()
#表格标题
plt.title("mAP@0.5 Comparison")
#保存路径
plt.savefig(os.path.join(r'D:\python\projects\yolov5-7.0\runs\train-seg\1',
                         "mAP_0.5_comparison.png"))