yolo模型效果评估

百无￥禁忌

已于 2023-12-20 20:57:53 修改

阅读量636

点赞数 5

文章标签： YOLO 人工智能

于 2023-12-20 17:33:05 首次发布

本文链接：https://blog.csdn.net/qq_52025594/article/details/135105036

版权

本文详细描述了使用Yolov8进行训练时产生的文件结构，包括权重文件、参数配置、混淆矩阵及其解释，以及精度、召回率等性能指标如P-R曲线和损失函数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

如图所示，训练后能够在终端看到你最好的权重在哪个目录

使用yolov8进行训练一般会产生如下文件：

其中，weights文件夹内会存放一个最好的权重文件和最后一次的权重文件

args.yaml: 保存此次训练的相关参数

confusion_matrix.png: 混淆矩阵是对分类问题预测结果的总结，它通常包括以下内容：

TP（True Positive）: 将正类预测为正类数即正确预测，真实为0，预测也为0

        TN （True Negative）：将负类预测为负类数，即正确预测，真实为1，预测也为1
                FN （False Negative）：将正类预测为负类即错误预测，真实为0，预测为1
                FP（False Positive）：将负类预测为正类数即错误预测，真