用的YOLOv5-5.0版本，训练完以后有一个自动生成的pr曲线，但是太粗糙了，不能用在论文里。
有没有什么方法可以画一个比较好看的pr曲线图，最好是可以将横纵坐标数据导出来，自己用其他的软件画
yolov5如何生成pr曲线
- 写回答
- 好问题 0 提建议
- 关注问题
分享- 邀请回答
-
7条回答
- 2025-12-31 18:48Liu Baihua的博客 PR曲线是评估目标检测模型真实性能的关键工具，...YOLOv8通过Anchor-Free设计和动态标签分配，结合内置评估模块，可自动生成PR曲线并输出AP值，帮助开发者诊断模型问题。配合容器化环境，实现高效、可复现的工程实践。
- 2021-11-28 11:03yolov5无人机目标检测训练权重,附代码和测试视屏，代码为yolov5版本五，训练的 模型为yolov5s、m、l三个模型，目标类别名为drone,用于检测空中旋翼无人机，训练好的权重和曲线图保存载runs/train文件夹中，有需要的...
- 2026-01-01 00:13王友初的博客 通过PR曲线和特征图热力图，深入理解YOLOv8模型的检测性能与决策依据。PR曲线揭示各类别的查准率与查全率表现，帮助定位漏检与误检问题；热力图则展示模型关注区域，判断其是否基于合理特征进行预测。结合...
- 2024-01-21 23:37咖啡不加糖csj的博客 对于yolo等目标检测算法生成的results.txt文件，写论文需要生成多个算法的PR曲线，此程序可以直接提取内容生成不同类别多个对比算法的PR曲线图。 import matplotlib.pyplot as plt import matplotlib.font_manager ...
- 2024-05-25 18:464. 检测评估：训练完成后，使用验证集评估模型的性能，常见的评估指标有mAP（平均精度均值）和PR曲线（Precision-Recall曲线）。 5. 实时检测：最后，将训练好的模型部署到实际应用场景中，如无人机或机器人，实现...
- 2022-05-19 12:22YOLOv5吸烟检测训练好的 模型，在几千张吸烟数据中训练得到，用于吸烟时的行为检测，有YOLOv5m和yolov5s两个训练好的吸烟检测的模型；目标类别是smoke，准确率大90%以上，附有pr曲线，loss曲线等等， 参考结果：...
- 2025-12-30 02:22疯狂的马修的博客 深入解析YOLOv5训练中的mAP和loss曲线，揭示模型性能背后的真相。通过理解box、obj、cls三项损失变化趋势，判断数据质量、过拟合与训练稳定性问题。结合PyTorch-CUDA容器环境，实现高效可复现的检测模型调优，提升...
- 2025-12-28 22:06Fisch FLeisch的博客 通过Precision-Recall曲线深入评估YOLOv11在复杂场景下的检测性能，结合PyTorch-CUDA-v2.6容器化镜像实现高效、可复现的分析流程。利用GPU加速推理与标准化运行环境，显著提升目标检测模型验证效率，助力工业级AI...
- 2026-01-19 04:42八位数花园的博客 本文介绍了基于星图GPU平台自动化部署“鹰眼目标检测 - YOLOv8”镜像的实践方法，结合PR曲线分析评估模型性能。该镜像支持在无GPU环境下高效运行，适用于工业质检、智能监控等场景中的目标识别与数据统计，助力AI...
- 2022-05-29 10:501、yolov5行人摔倒检测，包含yolov5s和yolov5m两种训练好的行人摔倒检测权重，以及PR曲线，loss曲线等等，在一千多张行人摔倒检测数据集中训练得到的权重，有pyqt界面，目标类别为fall 共1个类别，并附1000多张行人...
- 没有解决我的问题, 去提问
问题事件
创建了问题
4月5日