关于YOLO v8训练结果图表及三类损失项含义的技术咨询

一、纵轴含义与单位 #

• 纵轴代表损失值（Loss Value），是模型训练时预测结果和真实标签差异的量化指标，没有固定物理单位，数值越小说明模型预测越贴近真实情况。
• 这个损失值是box_loss、cls_loss、dfl_loss三个子损失的加权求和结果，用来衡量模型整体的训练误差。

二、各损失项具体含义 #

box_loss #

• 边界框损失，用来衡量模型预测的目标物体边界框和真实标注边界框之间的差异。通常基于交并比（IoU）相关的方法计算（比如CIoU、DIoU），核心目标是让预测框在位置、大小、宽高比上尽可能贴合真实框。

cls_loss #

• 分类损失，衡量模型对目标物体类别的预测结果和真实类别标签的差异。一般用交叉熵损失计算，目的是让模型准确识别出每个边界框内物体的类别。

dfl_loss #

• 分布焦点损失（Distribution Focal Loss），是YOLOv8针对边界框回归设计的优化损失。它聚焦于预测边界框坐标的概率分布，引导模型更关注靠近真实坐标的分布峰值，以此提升边界框回归的精度和稳定性。

内容的提问来源于stack exchange，提问作者rgh6