如何获取Scaled YOLOv4的准确率和精确率指标

默认直接运行推理脚本不会输出评估指标，可按以下步骤操作获取对应指标：

1. 提前校验数据集配置 #

确认data目录下你的数据集配置文件（.yaml/.data格式）已正确配置验证集路径、类别数量、类别名称，配置内容和训练时保持一致即可。

2. 运行评估专用命令 #

不要使用纯推理的detect.py脚本，改用专门的评估脚本test.py，运行参考命令如下：

python test.py --weights <你的权重文件路径> --data <你的数据集配置文件路径> --img 640 --batch 16 --conf 0.001 --iou 0.65 --verbose

参数说明：

• --weights替换为你训练好的pt格式权重路径
• --data替换为你的数据集配置文件路径
• --conf 0.001为官方推荐的评估置信度阈值，可按需调整
• --iou 0.65为NMS阶段的IOU阈值，匹配官方评估标准
• 增加--verbose参数会输出每个类别的单独指标，不需要单类指标可删除该参数

3. 读取输出结果 #

命令运行完成后，终端会直接输出你需要的核心指标：

• 全局平均的精确率（Precision）、召回率（Recall）、mAP@0.5、mAP@0.5:0.95等指标
• 加了--verbose参数的情况下，还会输出每个类别的单独精确率、AP值

异常排查 #

如果运行后仍无指标输出，按以下顺序排查：

• 确认使用的是test.py而非detect.py，后者仅做图片推理不会计算评估指标
• 确认验证集的标注格式符合YOLO要求，不存在标注损坏、路径错误的问题
• 确认权重文件与数据集的类别数量匹配，没有加载错权重的问题

内容的提问来源于stack exchange，提问作者James Bond