metrics - YOLOv5 中指标的含义
问题描述
YOLOv5 中的度量“mAP_0.5”是什么意思?
如果我们到达 N 次迭代并且它的值是恒定的,这意味着什么?
最后,训练损失指标“box loss”和“obj loss”是什么意思?
通过增加迭代次数,这两个指标的图表呈下降趋势是否正常?这种行为有什么意义?
谢谢!
解决方案
对于 mAP_0.5,我建议您参考这篇博文:https ://jonathan-hui.medium.com/map-mean-average-precision-for-object-detection-45c121a31173
“box loss”表示算法可以定位对象中心的程度以及预测的边界框覆盖对象的程度。对象性本质上是对对象存在于提议的感兴趣区域中的概率的度量。如果客观性很高,这意味着图像窗口很可能包含一个对象。分类损失给出了算法可以如何预测给定对象的正确类别的想法。[1]
损失应该减少到一个饱和点,这种行为是正常的。
推荐阅读
- python - 为什么 Tokenizer 跟踪的单词比 num_words 多?
- python - PyINIT 没有被调用
- java - Maven 无法处理 Unicode 字符
- drupal - 为什么在 Drupal 8 中卸载时不会自动删除自定义模块中的配置
- validation - 停止光标跳到行尾 - SAP UI5
- c++ - 如何取消删除子类中的构造函数?
- opengl - 如何保存场景
- node.js - 尽管有 babel,但箭头功能不起作用
- google-api - gmail的批处理api如何用于列出gmail?
- angular - Angular:使用来自另一个组件的服务构建问题