YOLOv5 中指标的含义

【问题标题】：Meaning of the metrics in YOLOv5YOLOv5 中指标的含义
【发布时间】：2021-06-02 22:55:56
【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！

【问题讨论】：

mAP 是0.5 的IOU(Intersection Over Union) 的平均精度。请关注metrics 部分了解更多详情，cocodataset.org/#detection-eval。

【解决方案1】：

“box loss”表示算法定位中心的能力对象的大小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，这是正常的。

【讨论】：