yolov8分类网络输出每个类别的准确率

最新推荐文章于 2025-02-17 17:12:50 发布

听海讲情话

最新推荐文章于 2025-02-17 17:12:50 发布

阅读量1.2k

点赞数 7

文章标签： YOLO 分类数据挖掘

本文链接：https://blog.csdn.net/weixin_51127642/article/details/139356825

版权

import warnings
warnings.filterwarnings('ignore')
from ultralytics import YOLO

# 假设类别名称
class_names = ['Center', 'Donut', 'Edge-Loc', 'Edge-Ring', 'Loc', 'Near-full', 'Random', 'Scratch']

if __name__ == '__main__':
    # 加载自定义模型
    model = YOLO('runs/classify/train21/weights/best.pt')

    # 在数据集上验证模型
    results = model.val(data='E:\\wafer_data\\wafer_27')

    # 打印总体 top1 和 top5 准确率
    print(f"Top-1 准确率: {results.top1:.2f}")
    print(f"Top-5 准确率: {results.top5:.2f}")

    # 尝试从 confusion_matrix 中提取每个类别的准确率
    if hasattr(results, 'confusion_matrix'):
        cm = results.confusion_matrix.matrix  # 获取混淆矩阵数据
        class_accuracies = cm.diagonal() / cm.sum(axis=1)

        for i, acc in enumerate(class_accuracies):
            print(f"类别 {class_names[i]} 的准确率: {acc:.2f}")
    else:
        print("Confusion matrix 不可用")

    # # 打印 curves 和 curves_results
    # print("Curves:")
    # print(results.curves)
    #
    # print("Curves Results:")
    # print(results.curves_results)