计算 YOLOV5 的 F1 分数

数据挖掘 张量流 计算机视觉 约洛
2022-03-05 01:44:04

我很困惑找出我的 YOLOv5 模型的确切 F1 分数,该模型经过了 150 个 epoch 的训练。

另外,如何根据这些图表知道模型是否做得很好?

以下是指标:

 Class     Images     Labels          P          R     mAP@.5 mAP@.5:.95: 100% 11/11 [00:05<00:00,  2.09it/s]
                 all        347        472       0.91      0.895      0.941      0.746
             class1         347        162      0.923      0.914      0.949      0.718
            class 2         347        161      0.885      0.911      0.942      0.877
            class 3.        347        149       0.92      0.859      0.933      0.641

有一个自动生成的 F1 曲线图像。基于指标和图像的正确 F1 分数是多少? 在此处输入图像描述

1个回答

F-measure是分类器的精度(P)和召回率(R)的加权调和平均值,取α=1(F1分数)。这意味着这两个指标具有相同的重要性。在您的图表中,优化精度和召回率的置信度值为 0.503,对应于最大 F1 值 (0.90)。在大多数情况下,较高的置信度值和 F1 分数是可取的