位置: IT常识 - 正文

YOLOv3&YOLOv5输出结果说明(yolov5 c)

编辑:rootadmin
YOLOv3&YOLOv5输出结果说明

推荐整理分享YOLOv3&YOLOv5输出结果说明(yolov5 c),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:yolov3.cfg,yolov3详解,yolov1,yolov3.cfg,yolov5讲解,yolov5s,yolov5 c,yolov5s,内容如对您有帮助,希望把文章链接给更多的朋友!

本文使用的yolov3和yolov5工程文件均为github上ultralytics基于pytorch的v3和v5代码,其训练集输出结果类型基本一致,主要介绍了其输出结果,本文是一篇学习笔记

本文使用的yolov3代码github下载地址:yolov3 模型训练具体步骤可查看此篇博客: yolov3模型训练——使用yolov3训练自己的模型

本文使用的yolov5代码github下载地址:yolov5 模型训练具体步骤可查看此篇博客: yolov5模型训练———使用yolov5训练自己的数据集

本文主要包括以下内容:1. confusion_matrix.png2. F1_curve.png3. labels.jpg4. P_curve.png5. PR_curve.png6. R_curve.png7. results.png8. results.txt

yolov3模型训练输出结果如下图所示: yolov5模型训练输出结果如下图所示:

(这版的v3和v5输出结果类型看起来是一模一样,我用的同一个数据集进行的训练,所以输出的可视化结果也非常相似,v5在服务器上的结果截图没有保存,这里用了windows下的视图)

1. confusion_matrix.png

confusion_matrix.png指的是混淆矩阵(Confusion Matrix)

在机器学习领域,混淆矩阵(Confusion Matrix),又称为可能性矩阵或错误矩阵。混淆矩阵是可视化工具,特别用于监督学习,在无监督学习一般叫做匹配矩阵。在图像精度评价中,主要用于比较分类结果和实际测得值,可以把分类结果的精度显示在一个混淆矩阵里面。 混淆矩阵的每一列代表了预测类别,每一列的总数表示预测为该类别的数据的数目; 每一行代表了数据的真实归属类别,每一行的数据总数表示该类别的数据实例的数目;每一列中的数值表示真实数据被预测为该类的数目。

混淆矩阵结构如下图所示:

2. F1_curve.png

F1_Score:数学定义为 F1分数(F1-Score),又称为平衡F分数(Balanced Score),它被定义为正确率和召回率的调和平均数。在 β=1 的情况,F1-Score的取值范围为0到1,1是最好,0是最差。其计算公式如下图所示:

3. labels.jpg

第一个图 classes:每个类别的数据量

第二个图 labels:标签

第三个图 center xy

YOLOv3&YOLOv5输出结果说明(yolov5 c)

第四个图 labels 标签的长和宽

4. P_curve.png

精确率Precision和置信度confidence的关系图

5. PR_curve.png

PR曲线中的P代表的是Precision(精准率),R代表的是Recall(召回率),其代表的是精准率与召回率的关系,一般情况下,将recall设置为横坐标,precision设置为纵坐标。PR曲线下围成的面积即AP,所有类别AP平均值即map。

如果PR图的其中的一个曲线A完全包住另一个学习器的曲线B,则可断言A的性能优于B,当A和B发生交叉时,可以根据曲线下方的面积大小来进行比较。一般训练结果主要观察精度和召回率波动情况(波动不是很大则训练效果较好)。 Precision(精准率)表示分类器检测为正确正样本占所有预测为正样本的百分比,即在当前遍历的预测框中,检测到正确目标预测框所占的比例。其公式如下图所示:

Recall(召回率)表示分类器检测为正确正样本占所有正样本的百分比,即在所有的真值边界框中,检测到正确正样本边界框所占的比例。其公式如下图所示:

Precision和Recall一般是一对矛盾的性能度量指标; 提高Precision 提高二分类器预测正例门槛,使得二分类器预测的正例尽可能是真实正例; 提高Recall 降低二分类器预测正例门槛,使得二分类器尽可能将真实的正例挑选

6. R_curve.png

召回率Recall和置信度confidence之间的关系

7. results.png

(1)yolov3与yolov5的损失函数可以分为三部分:类别损失函数(Classification loss)、置信度损失函数(Confidence loss)和位置损失函数(Localization loss)

Box_loss:Box为CIoU损失函数均值,越小方框越准; Objectness_loss:Objectness为目标检测损失均值,越小目标检测越准; Classification_loss:Classification为分类损失均值,越小分类越准;

val Box_loss: 验证集bounding box损失; val Objectness_loss:验证集目标检测loss均值; val classification_loss:验证集分类loss均值;

(2) Precision:精确率随训练次数的变化曲线 Recall:召回率随训练次数的变化曲线

(3)AP值是衡量目标检测模型分类器性能优劣的重要评估指标,AP值越大则分类器性能越好,越小则分类器性能越差;AP值的大小等于P-R曲线与坐标轴围成区域的面积。 mAP表示所有标签类别AP值的平均值,mAP值越大,说明模型性能越好。

mAP@0.5:表示在IoU阈值为0.5时的mAP值变化曲线 mAP@0.5:0.95:表示在IoU阈值以0.05的步长从0.5到0.95变化时的mAP值变化曲线,即IoU阈值取0.5、0.55、0.6、0.65、0.7、0.75、0.8、0.85、0.9、0.95时的平均mAP。

8. results.txt

results.txt中最后三列是验证集结果,前面的是训练集结果,全部列分别是: 训练次数,GPU消耗,边界框损失,目标检测损失,分类损失,total,targets,图片大小,P,R,mAP@.5, mAP@.5:.95, 验证集val Box, 验证集val obj, 验证集val cls

test_batch0_labels等图片是模型训练输出的可视化结果,不再赘述~

本文链接地址:https://www.jiuchutong.com/zhishi/287290.html 转载请保留说明!

上一篇:视频监控 智能交通 数据集(目标检测、跟踪)(视频监控智能化应用)

下一篇:从午夜穹顶看育空河,加拿大育空道森市 (© Robert Postma/Getty Images)

  • 一般纳税人企业所得税多久申报一次
  • 劳务费用 税率
  • 应交消费税的税目
  • 同一控制下的长期股权投资入账成本
  • 销售赠送赠品会计处理
  • 金税四期对建筑的影响
  • 记账凭证填错了怎么改
  • 付给非公司员工提成可以走委托代销商品吗
  • 可变现净值与公允价值孰低
  • 房地产预收账款如何缴纳印花税
  • 事业单位收到借款分录
  • 支付本月租金计入什么科目
  • 一般纳税人税种认定有几个增值税要怎么申报呀
  • 安装工程中安装工程与市政路灯工程界定不正确的是
  • 小规模的企业
  • 保险费可以抵扣嘛
  • 应付利润是会计科目吗
  • 收购药材再销售可以免税
  • 怎么修改财务负责人信息
  • 计提所得税费用会计分录
  • 坏账收回的账务处理方法
  • 增值税有留底怎么申请退税
  • 无票收入的账务怎么处理
  • 冲减管理费用的情况
  • 房地产销售广告是要约还是要约邀请?原因是什么?
  • 购买收益权如何缴税
  • 单位个税申报后可以撤销吗
  • 开出去的普票可以用专票抵扣吗
  • 所有者权益变动表图片
  • 入库单做账是预付款还是应付款
  • win11笔记本如何让电池充电到100%
  • php strtok
  • 增值税红字专用发票什么意思
  • 辅助生产成本的分配
  • 因质量问题免费赔偿
  • PyTorch 深度学习实战 |用 TensorFlow 训练神经网络
  • nodejs的安装与配置mac
  • unity udim
  • 编程前十名
  • 管理费用包括哪些会计科目
  • 加收税收滞纳金属于行政处罚吗
  • 错误日志怎么修复
  • 企业重组后的债权怎么算
  • 企业收到的政府无偿拨付的款项应当全部计入递延收益
  • 审核后的凭证
  • 股票价值和内部收益率的公式
  • 企业申报纳税都交什么税
  • 专项资金会计和税务处理差异
  • 建筑工程劳务分包,工伤责任承担
  • 办公费项目内容
  • 公司员工的电话费可以做费用吗
  • 从公账提取备用金到个人账户怎么做会计分录
  • 资金占用利息收入怎么入账
  • 支付劳务费需要什么原始凭证
  • mac怎么自己定制
  • 怎么把操作系统转移到另一个盘
  • 挖掘出潜能
  • 求windows7用户账户
  • win8系统开机界面
  • WIN10系统CPU占用率高
  • u盘背景图片设置方法
  • msedge.exe是什么
  • win8内存管理
  • linux里vim常用命令
  • linux显示日期格式命令是
  • Win7系统打开D盘文件后怎么没有后退箭头
  • 按developer.android.com安装新的环境
  • javascript date函数
  • replace函数怎么替换
  • python如何判断一个变量的类型
  • nodejs实战
  • js基础教程
  • 北京市税务局 案件
  • 业财税一体化所指的业财税包括下列哪几项
  • 慧算账财务公司简介
  • 税务申报热线电话
  • 河南省地税局副局长
  • 大管家多少集
  • 给税务局说明怎写
  • 建筑安装工程承包条例还有效吗
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设