计算F1分数的YOLOV5

Question

我很困惑于找出我的YOLOv5模型的确切的YOLOv5评分，它经历了150个时代的训练。

此外，我怎样才能知道基于这些图表的模型是否做得很好？

以下是衡量标准：

 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F1曲线图像自动生成。基于度量和图像的正确的F1评分是多少？

Answer 1

F-测度是分类器精度(P)和查全率(R)的加权调和均值，取α=1 (F1评分)。这意味着这两个指标具有相同的重要性。在您的图中，优化精度和召回的置信值为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评分是可取的。