新手小白快速看懂yolov8模型训练结果图表，通过mAP、Precision、Recall等评价性能

YOLO目标检测创新改进与实战案例专栏

专栏目录： YOLO有效改进系列及项目实战目录 包含卷积，主干 注意力，检测头等创新机制 以及 各种目标检测分割项目实战案例

专栏链接: YOLO基础解析+创新改进+实战案例

前言

常见的目标检测指标

万字长文精解目标检测中的TP、FP、FN、TN、Precision、Recall 、 F1 Score、AP、mAP与AR 。附代码实现。

指标	定义	用途
准确率 (Accuracy)	模型正确预测的正样本和负样本占总样本的比例。	评估模型总体性能。
精确率 (Precision)	正确检测到的目标数除以检测到的总目标数。	衡量模型对正类样本的预测准确性。
召回率 (Recall)	正确检测到的目标数除以实际总目标数。	衡量模型找到所有正类样本的能力。
F1分数 (F1 Score)	精确率和召回率的调和平均值，是精确率和召回率的平衡指标。	提供单一指标来评估精确率和召回率的平衡。
IoU (Intersection over Union)	预测的边界框与真实边界框的交集与并集之比。	评估边界框预测的准确性。
mAP (Mean Average Precision)	在不同IoU阈值和多个类别下的平均精确率。用来评估模型在所有类别上的整体表现。	综合评价模型在不同阈值下的性能。
AP50 (Average Precision at IoU=0.5)	在IoU等于0.5时的平均精确率。通常用作评估较为宽松的检测任务的指标。	通常用于比较目标检测算法在相对容易的条件下的表现。
AP75 (Average Precision at IoU=0.75)	在IoU等于0.75时的平均精确率。提供一个更严格的评估标准。	用于评估目标检测算法在更精确的条件下的性能。
P-R Curve (Precision-Recall Curve)	精确率与召回率之间的关系图。	评估模型在不同操作点下的检测性能。
FLOPS (Floating Point Operations Per Second)	每秒执行的浮点运算次数。	衡量模型计算复杂度和处理速度。
前传耗时 (Forward Pass Time)	模型进行一次完整的前向传播所需的时间。	衡量模型推理速度，影响实时应用的可行性。
FPS (Frames Per Second)	模型处理视频流或图像序列时每秒可以处理的帧数。	衡量模型在实时视频或图像处理应用中的表现。

YOLOV8训练结果

下面这张图是笔者使用YOLOV8训练数据集的结果:

这里面一共有下面几张图

• confusion_matrix.png
• confusion_matrix_normalized.png
• F1_curve.png
• labels.jpg
• labels_correlogram.jpg
• P_curve.png
• PR_curve.png
• R_curve.png
• results.png

场景

以下所有的图像是基于YOLOV8训练后的结果。

共计249张训练图片。70张验证图片。类别设置为：license-plate（车牌）和vehicle。一共跑了30轮。

weight文件夹

这两个文件分别保存了模型训练过程中损失最低的结果best.pt和最终一次训练的结果last.pt。

args.yaml

保存训练的参数。

confusion_matrix_normalized.png和confusion_matrix.png

混淆矩阵（Confusion Matrix用于评估分类模型的性能，特别是在监督学习中。它是一个表格，用来可视化模型预测与实际标签之间的关系，通常用于二分类问题，但也可以扩展到多分类问题。

在一个二分类问题中，混淆矩阵包含四个部分：

1. 真正例（True Positives, TP）：模型正确地预测为正类的实例数量
2. 假正例（False Positives, FP）：模型错误地预测为正类的实例数量，实际上它们是负类。
3. 真反例（True Negatives, TN）：模型正确地预测为负类的实例数量。
4. 假反例（False Negatives, FN）：模型错误地预测为负类的实例数量，实际上它们是正类。

混淆矩阵允许我们不仅计算出整体的准确率（所有正确预测的总数除以总预测数），还可以计算出更多细致的指标，如：

• 精确率（Precision）：TP / (TP + FP)，即在所有预测为正类的实例中，实际为正类的比例。
• 召回率（Recall）或真正类率&#