点击进入专栏:
《人工智能专栏》 Python与Python | 机器学习 | 深度学习 | 目标检测 | YOLOv5及其改进 | YOLOv8及其改进 | 关键知识点 | 各种工具教程
代码函数调用关系图(全网最详尽-重要)
因文档特殊,不能在博客正确显示,请移步以下链接!
图解YOLOv5_v7.0代码结构与调用关系(点击进入可以放大缩小等操作)
预览:
文章目录
-
- 一、性能指标
- 二、训练结果分析
-
- 2.1 weights :权重
- 2.2 confusion_matrix.png : 混淆矩阵
- 2.3 F1_curve.png :F1曲线
- 2.4 events.out.tfevents:可视化文件
- 2.5 hyp.yaml和opt.yaml:超参数
- 2.6 P_curve.png:准确率和置信度的关系图
- 2.7 R_curve.png :召回率和置信度的关系图
- 2.8 PR_curve.png :精确率和召回率的关系图
- 2.9 results.png :可视化训练结果解析
- 2.10 results.txt:检测结果文本
- 2.11 test_batchx :用于测试模型性能的文件夹
- 2.12 val_batchx_labels:验证集第x轮的实际标签
- 三、影响mAP指标的因素
- 四、优化mAP的方法
- 一些总结
一、性能指标
1.1 混淆矩阵
混淆矩阵(Confusion Matrix),对分类问题预测结果的总结。使用计数值汇总正确和不正确