标签：loss self list ap json dict key mmdetection 可视化

# coding:utf-8
# 这是一个对mmdet训练结束后的json文件进行可视化的代码
# 主要是对log中记录的各种参数如:cls_loss, box_loss, mAP进行可视化
# 本方法已经经过测试，输出图片在out文件夹中
import json
import matplotlib.pyplot as plt
from collections import OrderedDict
# 可视化类
class visualize_mmdetection():
    # *args不定长形参
    def __init__(self, path, *args):
        '''

        Args:
            path: 要解析的路径，json文件
            *args: 可视化的键值，字符串型，不定长
        '''
        self.log = open(path)
        self.dict_list = list()
        self.AP_list = list()
        self.loss_dict = {}
        self.ap_dict = {}
        self.outname = path.split('/')[-1].split('.')[0]
        for i in args:
            if 'AP' in i:
                self.ap_dict[i] = list()
            else:
                self.loss_dict[i] = list()

    def load_data(self):
        for row, line in enumerate(self.log):
            # 单独处理loss 和 ap
            if 'mAP' not in line:
                info = json.loads(line)
                self.dict_list.append(info)
            if 'mAP' in line:
                info = json.loads(line)
                # print(num, info)
                self.AP_list.append(info)
        for i in range(1, len(self.dict_list)):
            for key in self.loss_dict.keys():
                # list append
                self.loss_dict[key].append(dict(self.dict_list[i])[key])
        for i in range(1, len(self.AP_list)):
            for key in self.ap_dict.keys():
                # list append
                self.ap_dict[key].append(dict(self.AP_list[i])[key])
        # 重新对key的value进行排序
        for key in self.loss_dict.keys():
            self.loss_dict[key] = list(OrderedDict.fromkeys(self.loss_dict[key]))
        for key in self.ap_dict.keys():
            self.ap_dict[key] = list(OrderedDict.fromkeys(self.ap_dict[key]))

    def show_chart(self):
        plt.rcParams.update({'font.size': 15})
        plt.figure(figsize=(20, 20))
        # 配置画图
        # 总类别数量
        num = len(self.loss_dict.keys())+len(self.ap_dict.keys())
        # 每行类别数量
        col = 2
        # 行数
        import math
        line = math.ceil(num/col)
        # 先画loss
        ind = 0
        for key in self.loss_dict.keys():
            ind += 1
            plt.subplot(line, col, ind, title= key, ylabel='loss')
            plt.plot(self.loss_dict[key])
        # 再画ap
        for key in self.ap_dict.keys():
            ind += 1
            plt.subplot(line, col, ind, title=key, ylabel='ap')
            plt.plot(self.ap_dict[key])
        # import time
        # now_time = time.strftime('%Y-%m-%d-%H-%M-%S', time.localtime(time.time()))
        plt.suptitle((self.outname + "\n training result"), fontsize=30)
        plt.savefig((self.outname + '_result.png'))


if __name__ == '__main__':
    # 输入你想要监视的键值，如在json文件中的保存的'loss_cls', 'loss_bbox', 'loss_obj', 'loss'等值
    # 测试方法
    # 输出的图片保存在本代码同级目录下，以json文件的前缀+.png命名
    x = visualize_mmdetection('../../work_dirs/20220513-ct/20220517_083215.log.json',
                              'loss_cls', 'loss_bbox', 'loss_obj', 'loss',
                              'mAP', 'AP50')
    x.load_data()
    x.show_chart()

标签：loss,self,list,ap,json,dict,key,mmdetection,可视化
来源： https://www.cnblogs.com/chentiao/p/16337389.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。