YOLO学习03-评测指标(精确率、召回率、mAP50、mAP50-95)
- 更新时间 2026-10-29 03:35:46
YOLO学习03-评测指标(精确率、召回率、mAP50、mAP50-95)YOLO学习02-自定义数据训练(数据集准备、标注、训练、推理) 👆在上一章的训练结果中可以看到训练后在runs目录下生成了train文件夹作为训练的结果，其详细目录结构如下： 
一、通用概念 在预测框与真实框之间： IoU：交并比，交集面积/并集面积，表示两个框的重合程度，越接近于1说明检测越准确。一般IoU>0.5就算命中。 TP：True Positive，预测正确的样本数； FP：False Positive，预测错误的样本数； FN：False Negative，待预测的所有正确样本中未被预测正确的样本数，即真实结果中多少个漏掉了没找到。
二、精确率P Precision，预测正确的样本/预测的所有样本，精确率高说明预测结果中很多都是对的，即误报少； 
随着conf变化的趋势：conf越低，精确率越低，会出现误报；conf越高，排除掉的垃圾预测框就多，精确率越高。 
三、召回率R Recall，也叫查全率，预测正确的样本/真实正确的结果总数，召回率高说明真实结果里很多都被预测对了，即漏报少。 
随着conf变化的趋势：conf的提高可能会误排除一些预测正确的框，召回率就会降低一些。召回率越低，会出现漏报。 
四、P-R曲线 精确率和召回率组成的曲线。是评估检测性能最核心的图表之一，曲线下的面积(AP)越大，即曲线越靠近右上角，模型性能越好。多个类别的AP取平均，得到mAP。 
mAP50：所有类型的AP进行平均，便得到mAP，即平均平均精度。 mAP50-95：IOU从0.5依次取值到0.95，得到的所有mAP的值进行求平均，得到mAP50-95，即平均平均平均精度。 
(该截图来自b站up：林亿饼) 每轮训练的验证过程的日志中可以看到以上这几个指标的值： 
五、F1 score 是精确率和召回率的综合分。不只看精确率或只看召回率，而是要求两者都比较高，其中只要一个被拉低，F1就会被拉低。 
六、混淆矩阵 精确表示模型在哪些类别之间容易混淆。横轴为预测类别，纵轴为真实类别，对角线上的数值表示正确分类的比例，非对角线则表示误分类。右图(confusion_matrix_normalized.png)为归一化版本，为错误率表示。 
七、权重文件.pt 对上面P、R、mAP、mAP50-95这四个指标做加权平均，即每个指标分别和对应的权重相乘后再求和，得到每一轮训练的fitness，即每一轮训练的模型对验证集的适应度。 每一轮都会把本轮的fitness和最优的fitness进行对比，如果比最优的还要好的话，就会把当前模型保存成best.pt。所有轮训练完成后拿到best.pt验证验证集，得到四个指标曲线进行保存。 此外每一轮训练都会把当前模型保存成last.pt。
八、数据增强效果预览图 在投入大量计算资源之前，用肉眼快速确认"喂给模型的数据"是否正常，是排查数据问题的第一道防线。 
8.1 train_batch*.jpg 检查训练数据是否加工合格。 训练时，YOLO会对图像进行在线数据增强，如Mosaic拼接、颜色变换、缩放等。这些图片展示的就是经过增强后，实际输入模型的训练样本。主要检查：1. 增强操作是否正常生效；2. 标注框是否与增强后的图像"严丝合缝"
展示模型对验证批次的预测结果（画出了预测框和置信度）。这是最直观的定性评估方式，可以让你亲眼看到模型在没见过的数据上表现怎么样： 8.4 总结 像 mAP、F1 这些指标是定量的，告诉你"好不好"；而这些预览图是定性的，帮你回答"为什么不好"。
如有任何问题或建议，欢迎在评论区留言或后台私信~
8.2 val_batch*_labels.jpg
展示验证集的真实标注，因为验证集没有经过复杂的在线增强，这些图可以用来核验验证数据本身的标注质量：框是否漏标、错标，类别是否正确。
8.3 val_batch*_pred.jpg
预测框是否与目标对齐；
置信度是否合理（正确目标通常置信度较高）；
有没有明显的漏检（真实有目标但没框）或误检（框在了背景上）。
如果 mAP 很低，查看 val_batch*_pred.jpg 可能发现模型系统性地漏检某一类小目标，从而指向锚框（anchor）不匹配或该类别样本不足的问题。
如果训练损失正常但验证指标不佳，检查 train_batch*.jpg 可能会发现增强过强，导致训练分布与验证分布差异过大。
感谢您的关注~🌹
本文来自网友投稿或网络内容，
如有侵犯您的权益请联系我们删除，
联系邮箱：wyl860211@qq.com 。
