YOLOv5的参数IOU与PR曲线,F1 score

conf_thres

Confidence Threshold，置信度阈值。
只显示预测概率超过conf_thres的预测结果。想让YOLO只标记可能性高的地方，就把这个参数提高。

iou_thres

Intersect over Union Threshold，交并比阈值。
IOU值：预测框大小∩真实框大小 / 预测框大小∪真实框大小。预测框与真实框的交集与并集的取值。
iou_thres在detect.py中：越大，则容易将对于同一个物品的不同预测结果 当成 对多个物品的多个预测结果，导致一个物品出现了多个预测结果。越小，则容易将对于多个物品的不同预测结果 当成 对同一个物品的不同预测结果，导致多个物品只出现了一个预测结果。

评估参数

PPrecision，精确率对类A来说（下面提到的都是被预测成A的）：P = 正确数 / 预测总数或 P = 正确数/ 正确数+错误数即，预测的东西正确了多少百分比。
RRecall，召回率对类A来说（下面提到的都是被归为A类的）：R = 预测正确数 / 真实A类总数。或 R = 预测正确数 / 被预测到的A + 未被预测到的A即，预测的东西找到了多少百分比。
F1F-Measure，F值，P与R的调和平均F=1/(λ1P+(1−λ)1R)，λ = 0.5时，简化为F1F1 = 2*P*R / (P + R)

例：对于一个二分类问题来说：

要对动物进行分类，分为猫与非猫两类。样本中，猫有350份，非猫有150份。
预测出了400份被认为是猫，其中，正确的有300份，错误的有100份。则：
P = 300 / 400 = 0.75
R = 300 / 350 ≈ 0.86

PR图

横坐标是R值，纵坐标是P值，曲线表示当召回率为R时，精确率P的大小。
例：假设测试集图片数量为一百张，且测试了一百张。当A类的R值设为0时，表示以某精确度P1计算，没有检测到A类。当A类的R值设为0.1时，表示以某精确度P2计算，检测到了A类总数的10%。以此类推，当A类的R值设为1时，表示以某精确度P11计算，检测到了所有的A类标签。可以看出，随R值的升高，A被预测到的数量也会增加，即那些可能性较低的A类也逐渐被预测出来。因此，可以判断P值是随着R的升高而降低。P值如果设为100，即要求被标记出来的区域一定属于A类，这种概率非常低，所以可能一个A类都识别不出来，进而导致R值为0。而若P值设为0.1，则要求被标记出来的区域只要有百分十的概率属于A类即可，那么将有很多A类被标记，R值也进一步提高。
因此，PR图左下方的面积越大，则表示模型对该数据集的效果越好。

AP

Average Precision
以某种方式计算AP值来表达PR图的面积下面提到的是PASCAL VOC竞赛于2010年前的计算方式，根据我查到的资料，也是YOLOv3的计算方式（目标检测中常提到的IoU和mAP究竟是什么？）。但我没有在YOLOv5的github wiki上找到相关资料，也没有在其它地方找到。
使用平均，以R in range(0 : 1 : 0.1)作为IOU，满足这个R值的最大P值作为Pi，求11个Pi的平均数。这里的R是以0为起点，1为终点，0.1为步长的十一个值，1也算。即上面解释PR图时的例子里R与P的关系。

mAP

mean Average Precision
每个类的AP值的平均数。
用于表达多类标签预测的性能，如AP一样，mAP越高，性能越好。
mAP@.5当IoU为0.5时的mAP。
mAP@.5 : .95当IoU为range(0.5 : 0.95 : 0.05)时的mAP的平均数。

提高mAP

优化数据集：YOLO官方推荐数据集需求：每类图片数量：每类大于3000张图片每个类的实例：每类实例（标签）大于一万份。图像多样性：确保图片来自不同环境。对于现实世界物体的识别，推荐使用来自不同时间、不同季节、不同天气、不同光照度、不同角度、不同来源的图片。标签一致性：所有类中所有实例必须都被标签标记，不要遗漏。标签准确性：标签能准确标记对象，不要在对象与标记框之间留下缝隙。没有对象可以不用标记（背景图片）。背景图片：背景图片是指没有对象的图片，用来减少误报。YOLO推荐0~10%的背景图片来减少误报（COCO数据集包含1000张背景图片，占据总数1%）。简单来说：增加不同角度/光照度的数据集。增加不同环境的数据集。增加背景图片（无目标的图片）。增加数据集大小。确保标签标定准确。