当前位置:首页 » 《随便一记》 » 正文

Yolo训练时,输出的参数的含义

27 人参与  2024年03月22日 18:32  分类 : 《随便一记》  评论

点击全文阅读


Epoch gpu_mem box obj cls total labels img_size

Epoch:训练过程中的迭代次数(即完成了多少个epoch)。gpu_mem:GPU内存使用情况,通常是以MB或GB为单位的数字。box:模型预测出的bounding box的平均损失值。obj:模型预测出的objectness的平均损失值。cls:模型预测出的分类的平均损失值。total:所有损失值的总和,即box+obj+cls。labels:每个batch中标注的物体数量的平均值。img_size:输入模型的图像的大小,通常是以像素为单位的宽度和高度。

这些参数的意义可以帮助训练者监控模型的训练过程,以便在必要时进行调整和优化。

Class Images Labels P R mAP@.5 mAP@.5:.95

Class:检测的目标类别。Images:测试集中包含该类别的图像数量。Labels:测试集中该类别物体的真实标注数量。P:该类别的预测精确度(precision),即正确预测的物体数量占所有预测的物体数量的比例。R:该类别的召回率(recall),即正确预测的物体数量占所有真实物体数量的比例。mAP@.5:平均精度均值(mean average precision)的值,即在IoU阈值为0.5时的平均精度。mAP@.5:.95:在IoU阈值从0.5到0.95的范围内,所有阈值的平均精度的均值。

这些指标的意义是,P和R可以帮助评估模型的分类和检测能力,mAP则综合了模型在不同IoU阈值下的表现,是评估模型性能的主要指标之一。


点击全文阅读


本文链接:http://zhangshiyu.com/post/83868.html

<< 上一篇 下一篇 >>

  • 评论(0)
  • 赞助本站

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。

关于我们 | 我要投稿 | 免责申明

Copyright © 2020-2022 ZhangShiYu.com Rights Reserved.豫ICP备2022013469号-1