如何在YOLOv6中获取F1 score、混淆矩阵及mAP等评估指标？

直接修改评估命令添加参数 #

你当前的命令缺少触发完整指标输出的参数，补充以下参数即可：

• --save-conf：保存检测置信度数据，用于计算F1分数
• --save-txt：导出预测结果文本文件，为生成混淆矩阵提供数据
• --conf-thres 0.001：调低置信度阈值，避免因默认阈值过高过滤掉部分检测结果，导致指标不全
• --task val：显式指定评估任务为验证集（部分场景下需要明确声明）

修改后的完整命令：

!python tools/eval.py --data Fabric-Defect-2/data.yaml --weights runs/train/exp/weights/best_ckpt.pt --device 0 --save-conf --save-txt --conf-thres 0.001 --task val

查找自动生成的结果文件 #

执行修改后的命令后，系统会在runs/val/exp*目录下生成以下关键内容：

• results.txt：包含完整的mAP、F1分数、精确率、召回率等核心评估指标
• confusion_matrix.png：可视化的混淆矩阵图像文件
• predictions/目录：存储每个样本的预测结果文本，可用于进一步的自定义分析

补充说明 #

你当前输出中小目标的AR显示-1.000，是因为验证集中没有符合"small"尺寸定义的样本，属于正常现象，不会影响其他指标的计算。如果仍未生成混淆矩阵，可直接使用YOLOv6自带的tools目录下的混淆矩阵生成脚本，传入验证集标签文件路径和导出的预测文本路径即可生成。

内容的提问来源于stack exchange，提问作者Enes