簡介

這篇博客，主要給大家講解我們在訓(xùn)練yolov5時(shí)生成的結(jié)果文件中各個(gè)圖片及其中指標(biāo)的含義，幫助大家更深入的理解，以及我們在評估模型時(shí)和發(fā)表論文時(shí)主要關(guān)注的參數(shù)有那些。本文通過舉例訓(xùn)練過程中的某一時(shí)間的結(jié)果來幫助大家理解，大家閱讀過程中如有任何問題可以在評論區(qū)提問出來，我會(huì)幫助大家解答。首先我們來看一個(gè)在一次訓(xùn)練完成之后都能生成多少個(gè)文件如下圖所示，下面的文章講解都會(huì)圍繞這個(gè)結(jié)果文件來介紹。

評估用的數(shù)據(jù)集?

上面的訓(xùn)練結(jié)果，是根據(jù)一個(gè)檢測飛機(jī)的數(shù)據(jù)集訓(xùn)練得來，其中只有個(gè)標(biāo)簽就是飛機(jī)，對于這種單標(biāo)簽的數(shù)據(jù)集，其實(shí)我們可以將其理解為一個(gè)二分類任務(wù)，

一種情況->檢測為飛機(jī)，另一種情況->不是飛機(jī)。

結(jié)果分析?

我們可以從結(jié)果文件中看到其中共有文件22個(gè)，后9張圖片是根據(jù)我們訓(xùn)練過程中的一些檢測結(jié)果圖片，用于我們可以觀察檢測結(jié)果，有哪些被檢測出來了，那些沒有被檢測出來，其不作為指標(biāo)評估的文件。?????????

Weights文件夾

我們先從第一個(gè)weights文件夾來分析，其中有兩個(gè)文件，分別是best.pt、last.pt,其分別為訓(xùn)練過程中的損失最低的結(jié)果和模型訓(xùn)練的最后一次結(jié)果保存的模型。

?然后我來說兩個(gè)比較不重要的yaml文件，其保存了我們訓(xùn)練過程中的一些參數(shù)如下->

hyp.yaml

第二個(gè)文件是args.yaml文件,其中主要保存一些我們訓(xùn)練時(shí)指定的參數(shù)，內(nèi)容如下所示。

lr0: 0.01
lrf: 0.01
momentum: 0.937
weight_decay: 0.0005
warmup_epochs: 3.0
warmup_momentum: 0.8
warmup_bias_lr: 0.1
box: 0.05
cls: 0.5
cls_pw: 1.0
obj: 1.0
obj_pw: 1.0
iou_t: 0.2
anchor_t: 4.0
fl_gamma: 0.0
hsv_h: 0.015
hsv_s: 0.7
hsv_v: 0.4
degrees: 0.0
translate: 0.1
scale: 0.5
shear: 0.0
perspective: 0.0
flipud: 0.0
fliplr: 0.5
mosaic: 1.0
mixup: 0.0
copy_paste: 0.0

?

opt.yaml

這個(gè)文件里面包含了我們所有的參數(shù)，上面的yaml文件只包含了訓(xùn)練過程中的超參數(shù)，但是還有一些其他的參數(shù)類似于數(shù)據(jù)集的地址，權(quán)重地址，項(xiàng)目名稱等一系列設(shè)置性參數(shù)，內(nèi)容如下->

weights: yolov5n.pt
cfg: models/yolov5n.yaml
data: Construction Site Safety.v30-raw-images_latestversion.yolov8\data.yaml
hyp:lr0: 0.01lrf: 0.01momentum: 0.937weight_decay: 0.0005warmup_epochs: 3.0warmup_momentum: 0.8warmup_bias_lr: 0.1box: 0.05cls: 0.5cls_pw: 1.0obj: 1.0obj_pw: 1.0iou_t: 0.2anchor_t: 4.0fl_gamma: 0.0hsv_h: 0.015hsv_s: 0.7hsv_v: 0.4degrees: 0.0translate: 0.1scale: 0.5shear: 0.0perspective: 0.0flipud: 0.0fliplr: 0.5mosaic: 1.0mixup: 0.0copy_paste: 0.0
epochs: 200
batch_size: 16
imgsz: 640
rect: false
resume: false
nosave: false
noval: false
noautoanchor: false
noplots: false
evolve: null
bucket: ''
cache: null
image_weights: false
device: '0'
multi_scale: false
single_cls: false
optimizer: SGD
sync_bn: false
workers: 0
project: runs\train
name: exp
exist_ok: false
quad: false
cos_lr: false
label_smoothing: 0.0
patience: 100
freeze:
- 0
save_period: -1
seed: 0
local_rank: -1
entity: null
upload_dataset: false
bbox_interval: -1
artifact_alias: latest
save_dir: runs\train\exp45

?

events.out.tfevents.1702789209.WIN-4OLTEIJCBBM.13772.0文件

這個(gè)文件是一個(gè)TensorBoard日志文件。雖然TensorBoard起初是為TensorFlow設(shè)計(jì)的，但它也可以與PyTorch一起使用，因?yàn)镻yTorch有一個(gè)叫 tensorboardX 的庫，允許PyTorch生成TensorBoard兼容的事件文件。

這樣的文件用于記錄訓(xùn)練過程中的各種指標(biāo)，比如損失、準(zhǔn)確率、其他統(tǒng)計(jì)數(shù)據(jù)，可以通過TensorBoard來可視化這些指標(biāo)，以監(jiān)控和分析模型的訓(xùn)練進(jìn)度和性能。

?

混淆矩陣(ConfusionMatrix)

第三個(gè)文件就是混淆矩陣，大家都應(yīng)該聽過這個(gè)名字，其是一種用于評估分類模型性能的表格形式。它以實(shí)際類別（真實(shí)值）和模型預(yù)測類別為基礎(chǔ)，將樣本分類結(jié)果進(jìn)行統(tǒng)計(jì)和匯總。

對于二分類問題，混淆矩陣通常是一個(gè)2×2的矩陣，包括真陽性（True Positive, TP）、真陰性（True Negative, TN）、假陽性（False Positive, FP）和假陰性（False Negative, FN）四個(gè)元素。

True_Label = [1, 0, 1, 1, 0, 1, 0, 1, 1, 1, 1, 0, 1 ,0, 1, 0 , 1 , 0, 0 , 1]
Predict_Label = [0, 1, 0, 1, 0, 0, 0, 0, 1, 0, 1, 0, 1 ,0 , 0 , 1 , 0, 0 , 1, 0]

我們來分析這個(gè)圖，其每個(gè)格子代表的含義我在圖片上標(biāo)注了出來,下面我們來拿一個(gè)例子來幫助大家來理解這個(gè)混淆矩陣。

假設(shè)我們的數(shù)據(jù)集預(yù)測為飛機(jī)標(biāo)記為數(shù)字0、預(yù)測不為飛機(jī)標(biāo)記為1，現(xiàn)在假設(shè)我們在模型的訓(xùn)練的某一批次種預(yù)測了20次其真實(shí)結(jié)果和預(yù)測結(jié)果如下所示。?

其中True_Label代表真實(shí)的標(biāo)簽，Predict_Label代表我們用模型預(yù)測的標(biāo)簽。

那么我們可以進(jìn)行對比產(chǎn)生如下分析

• 6個(gè)樣本的真實(shí)標(biāo)簽和預(yù)測標(biāo)簽都是0（真陰性，True Negative）。
• 1個(gè)樣本的真實(shí)標(biāo)簽是0，但預(yù)測標(biāo)簽是1（假陽性，False Positive）。
• 8個(gè)樣本的真實(shí)標(biāo)簽是1，但預(yù)測標(biāo)簽是0（假陰性，False Negative）。
• 5個(gè)樣本的真實(shí)標(biāo)簽和預(yù)測標(biāo)簽都是1（真陽性，True Positive）。

下面根據(jù)我們的分析結(jié)果，我們就能夠畫出這個(gè)預(yù)測的混淆矩陣，

由此我們就能得到那一批次的混淆矩陣，我們的最終結(jié)果生成的混淆矩陣可以理解為多個(gè)混淆矩陣的統(tǒng)計(jì)結(jié)果。?

計(jì)算mAP、Precision、Recall

在講解其它的圖片之前我們需要來計(jì)算三個(gè)比較重要的參數(shù)，這是其它圖片的基礎(chǔ)，這里的計(jì)算還是利用上面的某一批次舉例的分析結(jié)果。

1. 精確度（Precision）：預(yù)測為正的樣本中有多少是正確的，Precision = TP / (TP + FP) = 5 / (5 + 1) = 5/6 ≈ 0.833

2. 召回率（Recall）：真實(shí)為正的樣本中有多少被正確預(yù)測為正，Recall = TP / (TP + FN) = 5 / (5 + 8) ≈ 0.385

3. F1值（F1-Score）：綜合考慮精確度和召回率的指標(biāo)，F1 = 2 * (Precision * Recall) / (Precision + Recall) = 2 * (0.833 * 0.385) / (0.833 + 0.385) ≈ 0.526

4. 準(zhǔn)確度（Accuracy）：所有樣本中模型正確預(yù)測的比例，Accuracy = (TP + TN) / (TP + TN + FP + FN) = (5 + 6) / (5 + 6 + 1 + 8) ≈ 0.565

5. 平均精確度（Average Precision, AP）：用于計(jì)算不同類別的平均精確度，對于二分類問題，AP等于精確度。AP = Precision = 0.833

6. 平均精確度（Mean Average Precision, mAP）：多類別問題的平均精確度，對于二分類問題，mAP等于AP（精確度），所以mAP = AP = 0.833

這里需要講解的主要是AP和MAP如果是多分類的問題，AP和mAP怎么計(jì)算，首先我們要知道AP的全稱就是Average Precision，平均精度所以我們AP的計(jì)算公式如下？

mAP就是Mean Average Precision，計(jì)算如下，計(jì)算每一個(gè)沒別的AP進(jìn)行求平均值處理就是mAP。

F1_Curve?

F1_Curve這個(gè)文件，我們點(diǎn)擊去的圖片的標(biāo)題是F1-Confidence Curve它顯示了在不同分類閾值下的F1值變化情況。

我們可以這么理解，先看它的橫縱坐標(biāo)，橫坐標(biāo)是置信度，縱坐標(biāo)是F1-Score，F1-Score在前面我們以及講解過了，那什么是置信度？

置信度(Confidence)->在我們模型的識(shí)別過程中會(huì)有一個(gè)概率，就是模型判定一個(gè)物體并不是百分百判定它是屬于某一個(gè)分類，它會(huì)給予它以個(gè)概率，Confidence就是我們設(shè)置一個(gè)閾值，如果超過這個(gè)概率那么就確定為某一分類，假如我模型判定一個(gè)物體由0.7的概率屬于飛機(jī)，此時(shí)我們設(shè)置的閾值如果為0.7以下那么模型就會(huì)輸出該物體為飛機(jī)，如果我們設(shè)置的閾值大于0.7那么模型就不會(huì)輸出該物體為飛機(jī)。

F1-Confidence Curve就是隨著F1-Score隨著Confience的逐漸增高而變化的一個(gè)曲線。

Labels

Labels圖片代表每個(gè)檢測到的目標(biāo)的類別和邊界框信息。每個(gè)目標(biāo)都由一個(gè)矩形邊界框和一個(gè)類別標(biāo)簽表示，我們逆時(shí)針來看這個(gè)圖片！！！

1. 目標(biāo)類別：該像素點(diǎn)所檢測到的目標(biāo)類別，例如飛機(jī)等。
2. 目標(biāo)位置：該像素點(diǎn)所檢測到的目標(biāo)在圖像中的位置，即該像素點(diǎn)在圖像中的坐標(biāo)。
3. 目標(biāo)大小：該像素點(diǎn)所檢測到的目標(biāo)的大小，即該像素點(diǎn)所覆蓋的區(qū)域的大小。
4. 其他信息：例如目標(biāo)的旋轉(zhuǎn)角度等其他相關(guān)信息。

labels_correlogram

labels_correlogram是一個(gè)在機(jī)器學(xué)習(xí)領(lǐng)域中使用的術(shù)語，它指的是一種圖形，用于顯示目標(biāo)檢測算法在訓(xùn)練過程中預(yù)測標(biāo)簽之間的相關(guān)性。

具體來說，labels_correlogram是一張顏色矩陣圖，它展示了訓(xùn)練集數(shù)據(jù)標(biāo)簽之間的相關(guān)性。它可以幫助我們理解目標(biāo)檢測算法在訓(xùn)練過程中的行為和表現(xiàn)，以及預(yù)測標(biāo)簽之間的相互影響。

通過觀察labels_correlogram，我們可以了解到目標(biāo)檢測算法在不同類別之間的區(qū)分能力，以及對于不同類別的預(yù)測精度。此外，我們還可以通過比較不同算法或不同數(shù)據(jù)集labels_correlogram，來評估算法的性能和數(shù)據(jù)集的質(zhì)量。

總之，labels_correlogram是一種有用的工具，可以幫助我們更好地理解目標(biāo)檢測算法在訓(xùn)練過程中的行為和表現(xiàn)，以及評估算法的性能和數(shù)據(jù)集的質(zhì)量。

P_curve?

這個(gè)圖的分析和F1_Curve一樣，不同的是關(guān)于的是Precision和Confidence之間的關(guān)系，可以看出我們隨著置信度的越來越高檢測的準(zhǔn)確率按理來說是越來越高的。?

R_curve?

這個(gè)圖的分析和F1_Curve一樣，不同的是關(guān)于的是Recall和Confidence之間的關(guān)系，可以看出我們隨著置信度的越來越高召回率的準(zhǔn)確率按理來說是越來越低的。?

PR_curve

它顯示了在不同分類閾值下模型的精確度（Precision）和召回率（Recall）之間的關(guān)系。

PR曲線越靠近坐標(biāo)軸的左上角，模型性能越好，越能夠正確識(shí)別正樣本，正確分類正樣本的Precision值越高，而靠近右側(cè)則說明模型對正樣本的識(shí)別能力較差，即召回能力較差。

PR曲線的特點(diǎn)是隨著分類閾值的變化，精確度和召回率會(huì)有相應(yīng)的改變。通常情況下，當(dāng)分類模型能夠同時(shí)保持較高的精確度和較高的召回率時(shí)，PR曲線處于較高的位置。當(dāng)模型偏向于高精確度或高召回率時(shí)，曲線則相應(yīng)地向低精確度或低召回率的方向移動(dòng)。

PR曲線可以幫助我們評估模型在不同閾值下的性能，并選擇適當(dāng)?shù)拈撝祦砥胶饩_度和召回率。對于模型比較或選擇，我們可以通過比較PR曲線下方的面積（稱為平均精確度均值，Average Precision, AP）來進(jìn)行定量評估。AP值越大，模型的性能越好。

總結(jié)：PR曲線是一種展示分類模型精確度和召回率之間關(guān)系的可視化工具，通過繪制精確度-召回率曲線，我們可以評估和比較模型在不同分類閾值下的性能，并計(jì)算平均精確度均值（AP）來定量衡量模型的好壞。

results.csv

results.csv記錄了一些我們訓(xùn)練過程中的參數(shù)信息，包括損失和學(xué)習(xí)率等，這里沒有什么需要理解大家可以看一看，我們后面的results圖片就是根據(jù)這個(gè)文件繪畫出來的。

results

這個(gè)圖片就是生成結(jié)果的最后一個(gè)了，我們可以看出其中標(biāo)注了許多小的圖片包括訓(xùn)練過程在的各種損失，我們主要看的其實(shí)就是后面的四幅圖mAP50、mAP50-95、metrics/precision、metrics/recall四張圖片。?

1. mAP50：mAP是mean Average Precision的縮寫，表示在多個(gè)類別上的平均精度。mAP50表示在50%的IoU閾值下的mAP值。
2. mAP50-95：這是一個(gè)更嚴(yán)格的評價(jià)指標(biāo)，它計(jì)算了在50-95%的IoU閾值范圍內(nèi)的mAP值，然后取平均。這能夠更準(zhǔn)確地評估模型在不同IoU閾值下的性能。
3. metrics/precision：精度（Precision）是評估模型預(yù)測正確的正樣本的比例。在目標(biāo)檢測中，如果模型預(yù)測的邊界框與真實(shí)的邊界框重合，則認(rèn)為預(yù)測正確。
4. metrics/recall：召回率（Recall）是評估模型能夠找出所有真實(shí)正樣本的比例。在目標(biāo)檢測中，如果真實(shí)的邊界框與預(yù)測的邊界框重合，則認(rèn)為該樣本被正確召回。

檢測效果圖

最后的十四張圖片就是檢測效果圖了，給大家看一下這里沒什么好講解的了。

其它參數(shù)

FPS和IoU是目標(biāo)檢測領(lǐng)域中使用的兩個(gè)重要指標(biāo)，分別表示每秒處理的圖片數(shù)量和交并比。

1. FPS：全稱為Frames Per Second，即每秒幀率。它用于評估模型在給定硬件上的處理速度，即每秒可以處理的圖片數(shù)量。該指標(biāo)對于實(shí)現(xiàn)實(shí)時(shí)檢測非常重要，因?yàn)橹挥刑幚硭俣瓤?#xff0c;才能滿足實(shí)時(shí)檢測的需求(推理速度有關(guān)系等于nms時(shí)間 +預(yù)處理時(shí)間 然后用1000除以這三個(gè)數(shù)就是fps，現(xiàn)在輕量化提高FPS是一個(gè)比較流行的發(fā)論文方向且比較簡單一些)。
2. IoU：全稱為Intersection over Union，表示交并比。在目標(biāo)檢測中，它用于衡量模型生成的候選框與原標(biāo)記框之間的重疊程度。IoU值越大，表示兩個(gè)框之間的相似性越高。通常，當(dāng)IoU值大于0.5時(shí)，認(rèn)為可以檢測到目標(biāo)物體。這個(gè)指標(biāo)常用于評估模型在特定數(shù)據(jù)集上的檢測準(zhǔn)確度。

在目標(biāo)檢測領(lǐng)域中，處理速度和準(zhǔn)確度是兩個(gè)重要的性能指標(biāo)。在實(shí)際應(yīng)用中，我們需要根據(jù)具體需求來平衡這兩個(gè)指標(biāo)。

總結(jié)?

到此為止本篇博客就完結(jié)了，大家如果有什么不理解的可以在評論區(qū)留言，我看到了會(huì)給大家進(jìn)行解答，大家通過綜合考慮這些指標(biāo)的數(shù)值，可以評估YOLOv8模型在目標(biāo)檢測任務(wù)中的準(zhǔn)確性、召回率、速度和邊界框質(zhì)量等性能表現(xiàn)。根據(jù)具體需求，我們可以選擇更適合任務(wù)場景的模型和參數(shù)配置。

最后祝大家學(xué)習(xí)順利，科研成功，多多論文！！