【深度学习】基于YOLOV5模型的图像识别-目标检测的性能指标详解与计算方法

目标检测是计算机视觉中的重要任务，主要目的是在图像中识别并定位特定的物体。YOLO（You Only Look Once）系列模型作为目标检测领域的代表性方法之一，凭借其高效和准确的特点，广泛应用于实际场景中。本文通过详细介绍目标检测的性能指标及其计算方法，帮助读者更好地理解和评估YOLO系列模型的表现。

---

一、目标检测性能指标介绍

在 目标检测 任务中，常用的性能指标主要包括 检测精度指标 和 检测速度指标。

1. 检测精度指标

检测精度指标 主要有以下几种：

中文名称	英文名称	简称	意义
精确率 (查准率)	Precision	Precision	评估模型预测的准不准，在所有被预测为正样本的数据中，实际为正样本的比例。
召回率(查全率)	Recall	Recall	评估模型找的全不全，在所有实际为正样本的数据中，被正确预测为正样本的比例。
F1 score	F1 score	F1 score	精确率和召回率的调和平均数，用于综合评估模型的精确性和召回能力。
交并比	Intersection over Union	IOU	衡量预测框和真实框重叠程度，交集面积与并集面积的比值。
精确率-召回率曲线	Precision-Recall curve	P-R curve	通过不同阈值下的精确率和召回率来评估模型性能的曲线。
平均精度	Average Precision	AP	精确率-召回率曲线下的面积，用于衡量模型在不同阈值下的整体表现。
平均精度均值	mean Average Precision	mAP	所有类别的AP取平均值，用于衡量多类别检测模型的整体性能。

---

2. 检测速度指标

检测速度指标 主要有以下几种：

中文名称	英文名称	简称	意义
前传耗时	Forward Pass Time	Forward Pass Time	模型从输入图像到输出预测结果所需的时间。
每秒帧数	Frames Per Second	FPS	模型每秒处理的图像帧数，FPS越高，表示模型速度越快。
浮点运算量	Floating Point Operations	FLOPS	模型在推理过程中所需的浮点运算次数，FLOPS越低，表示模型计算量越小，速度越快。

---

二、各性能指标的计算方法

为了说明这些指标的计算方法，我们将举一个形象的例子：

草原上有100头牛，其中60头是公牛，40头是母牛，我们要通过模型识别出所有公牛。

最终模型预测结果如下：

• 实际为公牛且被预测为公牛（TP）：50头
• 实际为公牛但被预测为母牛（FN）：10头
• 实际为母牛但被预测为公牛（FP）：5头
• 实际为母牛且被预测为母牛（TN）：35头

在这个例子的基础上，我们来讲解和计算下面的指标数据。

---

1. 基础数据与混淆矩阵

根据上面的实验结果数据，我们将数据转成如下表格：

实际/预测	公牛 (Positive)	母牛 (Negative)
公牛（True）	TP = 50	FN = 10
母牛（False）	FP = 5	TN = 35

其中行为牛的实际性别，列为预测出来的结果。

不看横竖标题，只看中间的两行两列：

$\left[\begin{array}{cc}TP& FN\\ FP& TN\end{array}\right]=\left[\begin{array}{cc}50& 10\\ 5& 35\end{array}\right]$

两行两列的数据组成了一个2x2的矩阵，$\left[\begin{array}{cc}TP& FN\\ FP& TN\end{array}\right]$这个矩阵就叫做 混淆矩阵。

我们提炼出行和列的首字母缩写，可以得到四个标签，TP、TN、FP、FN，这是目标检测里最基础的概念：

• TP：被模型预测为正类的正样本
• TN：被模型预测为负类的负样本
• FP：被模型预测为正类的负样本
• FN：被模型预测为负类的正样本

通过这四个样本数据，我们可以计算出下面各种性能指标。

---

2. 精确率与召回率

① 精确率 (Precision)

精确率，又叫 查准率，评估的是模型预测的准不准，在所有被预测为正样本（公牛）的数据中，实际为正样本的比例。

公式如下：

$Precision=\frac{TP}{TP+FP}$

代入数据计算：

$Precision=\frac{50}{50+5}=\frac{50}{55}\approx 0.909$

即 精确率 约为0.909。

---

② 召回率 (Recall)

召回率，又叫 查全率，评估的是模型找的全不全，在所有实际为正样本（公牛）的数据中，被正确预测为正样本的比例。

公式如下：

$Recall=\frac{TP}{TP+FN}$

代入数据计算：

$Recall=\frac{50}{50+10}=\frac{50}{60}\approx 0.833$

即 召回率 约为0.833。

---

3. F1 score

通常我们使用 Precision 和 Recall 两个指标来衡量模型的好坏，为了同时权衡这两个量，我们选用 F1 score 来将这两个量组合，也就是 F1 score。

F1 score (又称 F score, F measure) 是精确率和召回率的调和平均数，用于综合评估模型的精确性和召回能力。

F1 score 的计算公式如下：

F1 $score=\frac{2}{\frac{1}{Precision}+\frac{1}{Recall}}=2\times \frac{Precision\times Recall}{Precision+Recall}$

代入数据计算：

F1 $score=2\times \frac{0.909\times 0.833}{0.909+0.833}$ ≈ $score=2\times \frac{0.758}{1.742}$ ≈ 0.870

即 F1 score 为0.870。

---

4. IOU交并比

IOU (Intersection over Union) 是衡量预测框和真实框重叠程度的指标。

数学公式表达为：$IoU(A,B)=\frac{A\cap B}{A\cup B}$

在目标检测里，我们可以数形结合，表示为：

$IOU=\frac{预测框与真实框的交集面积}{预测框与真实框的并集面积}$

假设某次目标检测结果如图所示：

原目标(真实框)为 Object 范围，检测到的结果(预测框)为 Result 范围，其中 Object 与 Result 重合面积为40，二者有累计10的未重合面积。由图易得，本次检测中预测框和真实框的交集面积为40，预测框和真实框的并集面积为50，

代入数据计算：

$IOU=\frac{40}{50}=0.8$

即 IOU 为0.8。

IOU 的值位于0-1之间，IOU 为1意味着预测边界框和地面真实边界框完全重叠。

通常，我们需要为 IOU 设置阈值，以确定对象检测是否有效。

假设我们将 IOU 阈值设置为 0.5，在这种情况下：
如果 IOU >= 0.5，则将目标检测归类为 True Positive (TP)；
如果 IOU < 0.5，则为错误检测，并将其归类为 False Negative (FP)；

---

5. P-R曲线

假设在不同阈值下得到以下 精确率 和 召回率：

阈值	精确率	召回率
0.5	0.909	0.833
0.6	0.920	0.800
0.7	0.930	0.750
0.8	0.940	0.700
0.9	0.950	0.650
1.0	0.960	0.600

我们根据这组数据绘制横坐标为 Recall、纵坐标为 Precision 的折线图。

这个折线图就叫做 P-R曲线 (Precision-Recall Curve)。

P-R曲线 是通过不同 阈值 下的 精确率 和 召回率 来评估模型性能的曲线，展示了不同 阈值 下 精确率 和 召回率 的关系。

---

6. AP和mAP

① AP (Average Precision)

AP 是P-R曲线下的面积，用于衡量模型在不同阈值下的整体表现。

常用的计算方式包括：

• 11点计算法 (11-point Interpolation)：在 Recall 的每个固定点（0.0, 0.1, 0.2, …, 1.0）上最大精度的平均值。
• 所有点的平均值：对所有数据点的精度进行平均。

11点计算法 已经逐步不用了，我们优先使用 所有点平均值 的计算方法。

计算方法为：

$AP={\int }_0^{1}Precision(Recall)dRecall\approx {\sum }_n(Recal{l}_n-Recal{l}_{n-1})Precisio{n}_n$

代入数据计算：

$AP=(0.833-0.800)\times 0.909+(0.800-0.750)\times 0.920+(0.750-0.700)\times 0.930+(0.700-0.650)\times 0.940+(0.650-0.600)\times 0.950+(0.600-0)\times 0.960$ ≈ $0.0300+0.0460+0.0465+0.0470+0.0475+0.5760=0.793$

即 AP 为0.793。

---

② mAP (mean Average Precision)

在实际操作中，我们的目标检测效果往往会受到检测目标种类不同的影响，导致精确度有上下浮动，比如我们对牛的性别识别，受牛种类影响，同种牛之间特征相似，异种特征差异明显，故不同种类间检测精确度会有差异。

用下面三组不同种类的牛的目标检测实验数据作为示例：

类别	AP
奶牛	0.774
肉牛	0.793
耗牛	0.758
水牛	0.808

这时，我们需要一个涵盖各个种类牛的整体的平均精度，这个平均精度就是 mAP。

mAP 是对所有类别的 AP 取平均值，用于衡量多类别检测模型的整体性能。

计算公式为：

$mAP=\frac{1}{n}{\sum }_{i=1}^{n}A{P}_i$

代入数据计算：

$mAP=\frac{1}{4}(0.774+0.793+0.758+0.808)$ ≈ $\frac{1}{4}$ × 3.133 = 0.78325

即 mAP 约为0.783。

---

③ AP 和 mAP 的比较

AP 和 mAP 区别如下：

指标	意义
AP	衡量的是学习出来的模型在每个类别上的好坏；
mAP	衡量的是学出的模型在所有类别上的好坏；

---

7. 检测速度指标

检测速度指标 是评估模型的重要性能指标之一，影响在实时场景中的 可用性 和 效率。

检测速度指标 通常包含以下几种：

指标	详细介绍
前传耗时 (Forward Pass Time)	前传耗时 (Forward Pass Time) 是指模型从接收到输入图像到输出预测结果所需的时间。它是衡量模型处理单张图像效率的重要指标。前传耗时 越短，意味着模型在实际应用中能更快地做出预测。假设某模型处理一张图像的 前传耗时 为50毫秒，这表明模型在50毫秒内可以完成一次前向传播并输出结果。在实际应用中，较低的 前传耗时 可以确保更高的响应速度，尤其在需要实时反馈的场景中，例如自动驾驶和视频监控。
每秒帧数 (FPS)	每秒帧数 (FPS) 是指模型每秒钟能够处理的图像帧数。FPS 是评估模型实时处理能力的重要指标。假设某模型的 FPS 为20帧每秒，这意味着该模型每秒钟可以处理20张图像。在实际应用中，较高的 FPS 可以确保视频流或连续图像处理的流畅性，避免延迟和卡顿现象。对于需要实时处理的任务，如监控视频分析和实时对象检测，高 FPS 至关重要。
浮点运算量 (FLOPS)	浮点运算量 (FLOPS) 是指模型在推理过程中所需的浮点运算次数。FLOPS 是评估模型计算复杂度的指标之一。假设某模型的 FLOPS 为 1.5 GFLOPS（即15亿次浮点运算），这表示模型在每次推理过程中需要执行15亿次浮点运算。较低的FLOPS通常意味着模型更高效，适合在资源受限的设备上运行，如移动设备或嵌入式系统。在选择模型时，FLOPS 是权衡模型性能与计算资源的重要参考因素。

前传耗时、每秒帧数 和 浮点运算量 是衡量检测速度的重要指标。高效的模型应在保证精度的同时，具备较低的前传耗时和 FLOPS，以及较高的 FPS，从而在各种实际应用场景中表现出色。

---

三、目标检测性能指标总结

在目标检测领域，精确率、召回率、F1 Score 和 交并比 (IoU) 是最常用的性能评估指标。这些指标帮助我们全面理解模型的检测能力。精确率 衡量模型预测的准确性，召回率 则评估其覆盖所有正样本的能力，F1 Score 在二者之间找到平衡，而 交并比 则具体反映预测框与真实框的重合程度。通过这些指标，我们不仅能够确定模型是否能够准确识别目标，还能评估其在不同场景下的实际应用效果。高精确率、高召回率 和 高IoU值 的模型在实际应用中往往表现更加出色。

综合各项性能指标，目标检测模型的优劣不仅仅体现在精度和速度上，更重要的是其在实际应用中的 适用性 和 鲁棒性。一个优秀的目标检测模型应在保证 高精确率 和 高召回率 的同时，具备较低的前传耗时和FLOPS，以及较高的FPS，从而在各种实时和复杂环境中表现优异。随着深度学习技术的不断进步，未来的目标检测模型将会更加高效和智能，不仅能够处理更大规模的数据，还能适应更多元化的应用场景，从而为智能视觉系统的发展带来更广阔的前景。