指标总结

检测精度	检测速度
Precision，Recall，F1 score	前传耗时
IoU（Intersection over Union）	每秒帧数 FPS（Frames Per Sencond）
P-R curve	浮点运算量（FLOPS）
AP、mAP，Cls，Loc，Both， Dupe，Bkg，Miss

检测速度

1.前传耗时(ms)

从输入一张图像到输出最终结果所消耗的时间，包括前处理耗时(如图像归一化)、网络前传耗时、后处理耗时(如非极大值抑制)

2.每秒帧数FPS (Frames Per Second)

 每秒钟能处理的图像数量

3.浮点运算量(FLOPS)

处理一-张图像所需要的浮点运算数量,跟具体软硬件没有关系，可以公平地比较不同算法之间的检测速度

这里主要的指标为FPS，（在模型轻量化中十分重要）

FPS的计算一共有两种方法

第一种，是只计算推理时间

第二种，是处理时间加上推理时间

此图为yolov8运行后的输出结果（如何在yolov8中添加FPS，后续更新）

检测精度

1.混淆矩阵

混淆矩阵是对分类问题预测结果的总结。使用计数值汇总正确和不正确预测的数量，并按每个类进行细分，显示了分类模型进行预测时会对哪一部分产生混淆。通过这个矩阵可以方便地看出机器是否将两个不同的类混淆了，把一个类错认成了另一个。

主要看中间的4个格子

TP（True Positive）: 将正类预测为正类数 即正确预测，真实为0，预测也为0
FN （False Negative）：将正类预测为负类 即错误预测，真实为0，预测为1
FP（False Positive）：将负类预测为正类数 即错误预测， 真实为1，预测为0
TN （True Negative）：将负类预测为负类数，即正确预测，真实为1，预测也为1

2.精确率和召回率

精确率Precision=TP / (TP+FP), 在预测是Positive所有结果中，预测正确的比重

召回率recall=TP / (TP+FN), 在真实值为Positive的所有结果中，预测正确的比重

3.F1曲线

F1曲线，被定义为查准率和召回率的调和平均数

一些多分类问题的竞赛，常常将F1-score作为最终测评的方法。它是精确率和召回率的调和平均数，最大为1，其中1是最好，0是最差。

一般来说，置信度阈值（该样本被判定为某一类的概率阈值）较低的时候，很多置信度低的样本被认为是真，召回率高，精确率低；置信度阈值较高的时候，置信度高的样本才能被认为是真，类别检测的越准确，即精准率较大（只有confidence很大，才被判断是某一类别），所以前后两头的F1分数比较少。

4.P_curve.png（单一类准确率）

即置信度阈值 - 准确率曲线图

当判定概率超过置信度阈值时，各个类别识别的准确率。当置信度越大时，类别检测越准确，但是这样就有可能漏掉一些判定概率较低的真实样本。

意思就是，当我设置置信度为某一数值的时候，各个类别识别的准确率。可以看到，当置信度越大的时候，类别检测的越准确。这也很好理解，只有confidence很大，才被判断是某一类别。但也很好想到，这样的话，会漏检一些置信度低的类别。

5.PR_curve.png（精确率和召回率的关系图）

PR曲线体现精确率和召回率的关系。

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和Recall往往是一对矛盾的性能度量指标；及一个的值越高另一个就低一点；
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.mAP50，与mAP50-95

mAP 是 Mean Average Precision 的缩写，即 均值平均精度。可以看到：精度越高，召回率越低。（是比较重要的指标）

因此我们希望：在准确率很高的前提下，尽可能的检测到全部的类别。因此希望我们的曲线接近(1,1)，即希望mAP曲线的面积尽可能接近1。

mAP50:是预测框与标注框有50%的重合就认为预测成功的前提下，的均值平均精度

mAP50-95:是预测框与标注框有50%-95%的重合（每次增加5%），就认为预测成功的前提下，所有值平均后的均值平均精度

就是：

在程序中的结果如图：

在yolov8中保存的最好的配置文件(best,py)就是根据，P,R,MAP50,MAP50-95四个指标的比例进行保存，因此我们可以修改程序来保存侧重不同指标的最好配置文件，方法可参考

yolov8中得到侧重不同指标的最好配置文件-CSDN博客

7.Cls，Loc，Both，Dupe，Bkg，Miss

mAP有几个缺点，其中最重要的是它的复杂性。它被定义为在一个特定的交并比(IoU)阈值处检测到的精确召回率曲线下的面积，并具有一个正确分类的标签(GT)，平均于所有类别，因为错误类型变得相互交织，很难衡量每种错误类型对mAP的影响有多大，因此出现了一类新的指标，分别为以下六种

1.类错误：对于错误分类的，IoUmax ≥ tf(即定位正确但分类错误)。
2.定位错误：对于正确分类的，tb ≤ IoUmax ≤ tf(即分类正确但定位错误)。
3.分类和定位都错误：对于错误分类的，tb ≤ IoUmax ≤ tf (即分类错误并且定位错误)。
4.重复检测错误：分类正确且GTIoUmax ≥ tf ，但另一个较高得分的检测已经匹配了该GT(即，如果不是有较高得分的检测，则是正确的)。
5.背景错误：对所有的GT都IoUmax ≤ tb(将背景检测为前景)。
6.未检测到GT错误：未被分类或定位错误覆盖的所有未被检测到的ground truth(fn)。

在程序中的显示结果如下：（如何使yolov8中显示如下指标以后跟新）

未完，以后更新
                        
参考文章链接：https://blog.csdn.net/weixin_45277161/article/details/131046636

                         https://blog.csdn.net/Q1u1NG/article/details/109814528