评估

可以使用以下命令来评估模型：

python val.py --weights runs/train/exp/weights/best.pt --data coco.yaml 

评估后会输出

        Class     Images    P        R      mAP@0.5  mAP@0.5:0.95
        all        1000    0.75     0.80     0.78     0.45
        person     1000    0.88     0.92     0.90     0.67
        dog        1000    0.82     0.88     0.85     0.50
        ...

• P：精度（Precision）
• R：召回率（Recall）
• mAP@0.5：在IoU阈值为0.5时的平均精度
• mAP@0.5:0.95：在多个IoU阈值下的平均精度

评估参数注解

--img-size 640 --iou-thres 0.5 --task test
--weights：指定训练过程中生成的最优模型文件路径（例如 best.pt）。
--data：数据集配置文件，通常是 coco.yaml 或你自定义的数据配置文件。
--img-size：输入图片的尺寸，通常是 640 或 416。
--iou-thres：IoU 阈值，默认为 0.5。
--task：评估任务，test 表示在测试集上进行评估。
评估时的其他选项：
--conf-thres：指定预测的置信度阈值，低于此值的预测将被丢弃。
--save-json：是否将检测结果保存为 JSON 格式，便于后续分析。

脚本

import torch
from pathlib import Path
from utils.general import check_requirements, check_img_size, set_logging
from utils.torch_utils import select_device
from utils.datasets import LoadImagesAndLabels
from utils.metrics import ap_per_class, box_iou, xywh2xyxy

def evaluate_model(model_path, data_path, img_size=640, batch_size=16, iou_thres=0.5):
    # 设置日志
    set_logging()
    
    # 选择设备：自动选择GPU/CPU
    device = select_device('')
    
    # 加载模型
    model = torch.load(model_path, map_location=device)['model'].float()
    model.eval()

    # 加载数据
    dataset = LoadImagesAndLabels(data_path, img_size=img_size, batch_size=batch_size)

    # 初始化指标
    pred_list, target_list = [], []
    
    with torch.no_grad():
        for imgs, targets in dataset:
            imgs = imgs.to(device)
            pred = model(imgs)[0]  # 获取预测结果
            
            # 后处理：NMS去除多余的检测框
            pred = non_max_suppression(pred, conf_thres=0.5, iou_thres=iou_thres)

            for p, target in zip(pred, targets):
                # 将目标和预测添加到列表
                pred_list.append(p)
                target_list.append(target)

    # 计算平均精度（mAP）和IoU
    ap, ap_class = ap_per_class(pred_list, target_list)
    
    # 输出结果
    print(f'mAP@0.5: {sum(ap) / len(ap):.4f}')
    for i, c in enumerate(ap_class):
        print(f'Class {c} - AP: {ap[i]:.4f}')
    
    return sum(ap) / len(ap)


# 运行评估
if __name__ == "__main__":
    model_path = 'runs/train/exp/weights/best.pt'  # 训练好的权重文件路径
    data_path = 'data/coco.yaml'  # 数据集配置文件路径
    
    mAP = evaluate_model(model_path, data_path)
    print(f'Final mAP: {mAP:.4f}')

解释

1. mAP（Mean Average Precision） mAP 是最常用的目标检测评估指标，它衡量了模型在所有类别上的平均精度。 mAP的计算方式： 对每个类别计算 Precision-Recall 曲线，得到不同的阈值下的精度（Precision）和召回率（Recall）。 计算不同召回率下的平均精度（Average Precision，AP）。 对所有类别的AP求平均，得到 mAP。 mAP@0.5 通常用于评估标准，而 mAP@0.5:0.95 是一个更严格的评估标准，它计算在多个IoU阈值下的mAP值。