conda虛擬環(huán)境安裝以及數(shù)據(jù)標注軟件安裝

創(chuàng)建虛擬環(huán)境
conda create -n 名稱 python==3.8.5
激活環(huán)境
conda activate 名稱

列出所有環(huán)境
conda info --envs 或 conda env list

退出虛擬環(huán)境
conda deactivate

刪除環(huán)境
conda env remove --name 名稱

下載資源包
pip install 名稱 


如果慢的情況下，可用鏡像源
pip install package_name -i https://mirrors.aliyun.com/pypi
這些常用的國內的鏡像包括：
阿里云：https://mirrors.aliyun.com/pypi
清華大學：https://pypi.tuna.tsinghua.edu.cn/simple
中國科技大學：https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(Douban)：https://pypi.douban.com/simple/
 https://pypi.doubanio.com/simple

店鋪牌匾識別系統(tǒng)需求文檔

一、概述(作為了解的)

項目背景:隨著店鋪數(shù)量的不斷增加，人工審核牌匹信息的工作量是巨大的而且容易出錯。
為了提高效率和準確性，引入人工智能技術進行自動識別和分類。
目標:開發(fā)一個基于人工智能的牌匾識別系統(tǒng)，能夠自動識別和分類不同店鋪的牌圖片，提取關鍵信息(如:店鋪名稱提取、電話、營業(yè)時間、商場招牌名稱、自適應判斷、名稱判斷相關性判斷)。

二、項目目標

主要目標:
1.自動識別牌匾上的文字。
2.提取并存儲關鍵信息(如:店鋪名稱提取、電話、營業(yè)時間、商場招牌名稱、自適應判斷、名稱判斷相關性判斷)。
3.生成結構化數(shù)據(jù)，便于后續(xù)處理和分析。

次要目標:
1.提供友好的用戶界面，方便操作。
2.支持多語言的識別。
3.提供錯誤糾正和反饋機制。

三、功能需求

核心功能：
圖片上傳:支持用戶上傳牌匾圖片。
自動識別:自動識別圖片中的文字，并提取關鍵信息。
信息展示:在界面上展示識別出的信息，供用戶確認和修正，信息存儲:將識別出的信息存儲到數(shù)據(jù)庫中。
錯誤反饋:提供錯誤反饋機制，用戶可以手動糾正識別錯誤。

擴展功能:
批量處理:支持批量上傳和處理圖片。
多語言支持:支持多種語言的識別和處理。
歷史記錄:記錄每次識別的操作日志，便于追蹤和審計。

四、數(shù)據(jù)需求

數(shù)據(jù)來源:
從公開數(shù)據(jù)集中獲取樣本數(shù)據(jù)（可花錢買）

從實際業(yè)務中收集牌匾圖片數(shù)據(jù)。

數(shù)據(jù)預處理:

清洗和標注數(shù)據(jù)

數(shù)據(jù)格式:
圖片格式:jpg、jpeg、png

標注格式:JSON、XML

五、驗收標準

功能驗收:
系統(tǒng)能夠正確識別并提取牌匾上的文字。
系統(tǒng)能夠處理多種語言的牌匾圖片。
系統(tǒng)能夠批量處理圖片。
系統(tǒng)能夠生成結構化數(shù)據(jù)，并存儲在數(shù)據(jù)庫中。

性能驗收:
識別的準確率:95%以上。
處理速度:每分鐘處理100圖片以上。

用戶體驗:
界面優(yōu)化，操作簡單。
錯誤反饋機制完善，用戶可以手動糾正錯誤。

六、項目進度

階段規(guī)劃:
需求分析:1周

數(shù)據(jù)準備:2周

模型訓練:4周

系統(tǒng)開發(fā):8周

系統(tǒng)測試:2周

上線部署:1周

店鋪牌匾識別系統(tǒng)-標注規(guī)則

備注:判斷某一個東西的邏輯是:先排除

一、品牌詞判斷(判斷一個品牌詞是不是一個真正的品牌)

品牌詞判斷可根據(jù)招牌特征，是否 是連鎖，是否加入大眾點評。

第一步:首先，應該判斷給出的示例圖片中的門店名稱是否與品牌詞對應。不對應，則當前圖片為無效數(shù)據(jù)，不可參考，查看其他示例圖片。

第二步:根據(jù)品牌詞、參數(shù)圖片，滿足以下幾點中的任意一個，判為“不是品牌”。

1.「無專名」是地方小吃類的詞，如雞蛋灌餅、老媽蹄花、牛肉板面、煎餅果子、一元一串等，這一類詞一定不是品牌;
2.「無專名」的菜品類、經(jīng)營范圍類的詞，如:早點攤、小酒館、麻辣龍蝦、蔬菜水果等，這一類詞一定不是品牌;
3.「無特色的專名」，如:“誠信”、“陽光”、“好吃”、“實惠”、“電白”等之類常見的形容詞作為專名，這一類詞一定不是品牌;

第三步:若不滿足第二步的任何條件，再根掘參考招牌圖片，滿足1-3個條件中的任意一個，判為“是品牌”
1.招牌圖片上有明確的R標和TM標識。

2.招牌有“xx店”標識的分店

3.給定的參考圖中，有兩張有效的參考圖中的招牌是一模一樣的，則可以直接認為是連鎖品牌

第四步:若給的參考圖多于一張，并且每一張品牌門店招牌圖的牌匾都不相同，則可以認為當前品牌為“非品牌詞”。

第五步：如果給定的有效招牌只有一張，則可以查詢大眾點評，大眾點評查詢后有超過一家的門店，發(fā)現(xiàn)查詢結果滿足下面1和2任意一種就屬于品牌。

1.名稱相同，而且首圖或者logo相同

2.名稱相同，而且門店招牌特征一致

第六步:如果大眾點評查詢后只有一家門店或查不到，則參考有無公眾號判斷是否是品牌。

二、品牌分類判斷(判斷品牌所屬類型)

判斷品牌屬于“父品牌”、“子品牌”、“獨立品牌”
1.百度檢索對應的品牌詞的專名，查詢是否有官，查詢不到對應官網(wǎng)，可以直接認為是獨立品牌。

2.有官網(wǎng)，根據(jù)官網(wǎng)中的集團介紹，品牌介紹等等入口，判斷當前品牌詞屬于父品牌還是子品力牌。

三、品牌詞名稱規(guī)范(根據(jù)招牌提取品牌詞主名稱)

1.根據(jù)POI招牌，規(guī)則提取品牌詞名稱(專名+通名)，招牌無通名可以不提取通名，但必須有專名。

2.5個示例POI，至少2張門臉圖、招牌，設計一致，方可提取對應品牌詞名稱。
3.若5個示例都不一致，則無需提取，備注:無法規(guī)范。

四、電話

規(guī)則一:如果店鋪只有手機號，則只需填寫手機號。

規(guī)則二:如果一個店鋪有多個手機號或座機，必須將此店鋪的所有座機和手機號全部填寫。

前置的需求文檔+標注規(guī)則都結束后

數(shù)據(jù)標注

備注:不是ai訓練師要干的事情，但是要懂，因為后面要涉及到驗收(質檢)的操作。
數(shù)據(jù)標注分類:文本標注、圖像標注、語音標注數(shù)據(jù)標注工具:

圖像標注:labelimg、labelme

1.1 labelimg工具介紹

快速截圖快捷鍵：w

保存當前操作：s

VOC:xml

YoLo:txt

mL:json

1.2 有關于標注的目錄結構

外層文件夾：dianpu
 內層：image:數(shù)據(jù)集
      label：標注

數(shù)據(jù)源問題

問題點:當數(shù)據(jù)集中的某些“圖片“可能不符合要求(當添加到labelimg中，無效)【文件名稱或者后綴名】不符合要求，我們要統(tǒng)一文件名和后綴名該怎么辦?

利用代碼統(tǒng)一生成文件名和后綴格式

圖片轉換成jpg格式

若提示沒有CV2，那么就運行：

安裝cv2:pip install opencv-python

import os
import os.path as osp
import numpy as np
import cv2
 
def cv_imread_chinese(file_path):
    cv_img = cv2.imdecode(np.fromfile(file_path, dtype=np.uint8), cv2.IMREAD_COLOR)
    return cv_img
 
def folder_rename(src_folder_path, target_folder_path):
    os.makedirs(target_folder_path, exist_ok=True)
    file_names = os.listdir(src_folder_path)
    for i, name in enumerate(file_names):
        try:
            print("{}:{}".format(i, name))
            src_name = osp.join(src_folder_path, name)
            src_img = cv_imread_chinese(src_name)
            target_path = osp.join(target_folder_path, "yolo_data_{}.jpg".format(i))
            cv2.imwrite(target_path, src_img)
        except Exception as e:
            print(f"處理文件 {name} 時出錯: {e}")
 
if __name__ == '__main__':
    folder_rename("demo/images/test", "newdemo/img")

?

xml格式轉成txt

? 若提示沒有CV2，那么就運行：

? 安裝cv2:pip install opencv-python

import xml.etree.ElementTree as ET
import os
 
def convert_xml_to_txt(xml_file, class_mapping):
    # 解析 XML 文件
    tree = ET.parse(xml_file)
    root = tree.getroot()
 
    # 獲取圖像的寬度和高度
    size = root.find('size')
    img_width = int(size.find('width').text)
    img_height = int(size.find('height').text)
 
    txt_lines = []
    # 遍歷所有的對象
    for obj in root.findall('object'):
        # 獲取類別名稱
        class_name = obj.find('name').text
        if class_name not in class_mapping:
            continue
        class_id = class_mapping[class_name]
 
        # 獲取邊界框坐標
        bbox = obj.find('bndbox')
        xmin = float(bbox.find('xmin').text)
        ymin = float(bbox.find('ymin').text)
        xmax = float(bbox.find('xmax').text)
        ymax = float(bbox.find('ymax').text)
 
        # 計算 YOLO 格式的坐標
        x_center = ((xmin + xmax) / 2) / img_width
        y_center = ((ymin + ymax) / 2) / img_height
        width = (xmax - xmin) / img_width
        height = (ymax - ymin) / img_height
 
        # 添加到 TXT 文件的行中
        txt_lines.append(f"{class_id} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}")
 
    return txt_lines
 
def convert_folder(xml_folder, txt_folder, class_mapping):
    # 創(chuàng)建 TXT 文件保存的文件夾
    if not os.path.exists(txt_folder):
        os.makedirs(txt_folder)
 
    # 遍歷 XML 文件夾中的所有文件
    for xml_file in os.listdir(xml_folder):
        if xml_file.endswith('.xml'):
            xml_path = os.path.join(xml_folder, xml_file)
            # 生成對應的 TXT 文件路徑
            txt_file = os.path.splitext(xml_file)[0] + '.txt'
            txt_path = os.path.join(txt_folder, txt_file)
 
            # 轉換 XML 文件
            txt_lines = convert_xml_to_txt(xml_path, class_mapping)
 
            # 寫入 TXT 文件
            with open(txt_path, 'w') as f:
                for line in txt_lines:
                    f.write(line + '\n')
 
if __name__ == "__main__":
    # 定義類別映射，根據(jù)實際情況修改
    class_mapping = {
        "cat": 0,
        "dog": 1
    }
    # 這里修改為實際存放 XML 文件的文件夾路徑
    xml_folder = "newdemo/img"
    # 這里修改為實際要存放轉換后 TXT 文件的文件夾路徑
    txt_folder = "demo"
    convert_folder(xml_folder, txt_folder, class_mapping)

驗收和質檢

可視化檢查--抽樣檢查

抽樣檢查==》單個驗收

# 單張可視化圖片查看
import cv2
import xml.etree.ElementTree as ET


def visualize_annotations(image_path, annotation_path):
    image = cv2.imread(image_path)
    tree = ET.parse(annotation_path)
    root = tree.getroot()
    for obj in root.findall('object'):
        bbox = obj.find('bndbox')
        xmin = int(bbox.find('xmin').text)
        ymin = int(bbox.find('ymin').text)
        xmax = int(bbox.find('xmax').text)
        ymax = int(bbox.find('ymax').text)

        label = obj.find('name').text
        color = (0, 255, 0)  # Green color for bounding box
        thickness = 2
        cv2.rectangle(image, (xmin, ymin), (xmax, ymax), color, thickness)
        cv2.putText(image, label, (xmin, ymin - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, color, thickness)
    cv2.imshow('Annotated Image', image)
    cv2.waitKey(0)
    cv2.destroyAllwindows()


if __name__ == '__main__':
    visualize_annotations('./newdemo/yolo_data_1.jpg', './label/yolo_data_1.xml')

抽樣檢查==》全部驗收

# 全部可視化圖片查看
import cv2
import xml.etree.ElementTree as ET
import os

def visualize_all_annotations(image_dir, annotation_dir):
  for filename in os.listdir(image_dir):
      if filename.endswith('.jpg') or filename.endswith('.png'):
        image_path =os.path.join(image_dir, filename)
        annotation_filename=os.path.splitext(filename)[0]+'.xml'
        annotation_path = os.path.join(annotation_dir, annotation_filename)

        if os.path.exists(annotation_path):
            visualize_annotations(image_path, annotation_path)
        else:
            print(f"No annotation found for {filename}")


def visualize_annotations(image_path,annotation_path):
    image = cv2.imread(image_path)
    tree = ET.parse(annotation_path)
    root = tree.getroot()
    for obj in root.findall('object'):
        bbox = obj.find('bndbox')
        xmin = int(bbox.find('xmin').text)
        ymin = int(bbox.find('ymin').text)
        xmax = int(bbox.find('xmax').text)
        ymax = int(bbox.find('ymax').text)

        label = obj.find('name').text
        color = (0, 255, 0)  # Green color for bounding box
        thickness = 2
        cv2.rectangle(image, (xmin, ymin), (xmax, ymax), color, thickness)
        cv2.putText(image, label, (xmin, ymin - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, color, thickness)
    cv2.imshow('Annotated Image', image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()


if __name__ == '__main__':
    image_directory='./newdemo'
    annotation_directory='./label'
    visualize_all_annotations(image_directory,annotation_directory)

備注:可視化檢查和labelimg工具檢查的區(qū)別:
如果有覆蓋的情況:labelimg很難直觀看到，可視化工具會讓有更加直觀的標注標簽顯示，labelimg沒有

總結:可視化工具質檢銷量超過labelimg工具質檢。

目標檢測

連接服務器

基于算力服務器訓練模型

將訓練的項目導入服務器中

如將項目導入data目錄下

conda activate lisi

安裝過程

1.進入到data項目目錄下，創(chuàng)建虛擬環(huán)境

conda createn lisi(名稱) python==3.8.5

2.進入虛擬環(huán)境

conda activate lisi

3.安裝GPU

conda install pytorch==1.10.0 torchvision torchaudio cudatoolkit=11.3

4.安裝項目所需依賴

pip install -v -e

5.安裝更新:torch torchvision

pip install --upgrade torch torchvision

例子（目標檢測：yolov8)

搭建環(huán)境

一、創(chuàng)建虛擬環(huán)境

第一步:通過終端命令進入到【yolov8項目】中
第二步:創(chuàng)建標注工具環(huán)境

conda create -n demo8 python==3.8.5

第三步:進入環(huán)境

conda activate demo8

二、配置環(huán)境

流程一:配置環(huán)境
1.把【yolov8】項目拖到【pycharm】工具中在

【Pycharm】工具，右下角點擊

三、安裝依賴

以上配置完畢后，接著要安裝依賴:打開終端**

pip install -v -e .

下載完成后，彈窗可關閉

四、測試配置環(huán)境是否正常

驗證搭建的環(huán)境有沒有問題，在pycharm終端輸入以下命令

yolo task=detect mode=predict model=pretrained/yolov8l.pt source=ultralytics/assets device=CPU

備注：
task=detect：執(zhí)行目標檢測任務。

mode=predict：正確指定推理模式。（mode=train：訓練模式（模型訓練），mode=val：驗證模式（模型性能評估），mode=predict：推理模式（對新數(shù)據(jù)進行預測），mode=export：導出模式（將模型轉換為其他格式，如 ONNX、TensorRT，mode=test：測試模型）

model=pretrained/yolov8l.pt：使用預訓練的 YOLOv8 Large 模型。

source=ultralytics/assets：輸入數(shù)據(jù)路徑（官方示例資源）。

device=CPU：在 CPU 上運行推理

項目目錄結構說明

訓練模型默認參數(shù)

C:\Users\shuto\Desktop\yolov8\ultralytics\cfg\default.yaml

基礎模型

C:\Users\shuto\Desktop\yolov8\pretrained\xx.pt

訓練集的目錄

C:/Users/shuto/Desktop/yolov8/ultralytics/cfg/datasets

訓練的過程

模型預測

yolo task=detect mode=predict model=pretrained/yolov8l.pt source=ultralytics/assets device=CPU

模型訓練

yolo task=detect mode=train model=pretrained/yolov8l.pt data=ultralytics/cfg/datasets/A_my_data.yaml batch=32 epochs=100 imgsz=100 workers=0 device=CPU cache=True

模型驗證

yolo task=detect mode=val model=pretrained/yolov8l.pt data=ultralytics/cfg/datasets/A_my_data.yaml batch=32 device=CPU plots=True

模型測試

yolo task=detect mode=predict model=pretrained/yolov8l.pt source=ultralytics/images/test device=CPU  

訓練結果

一、weights文件夾：模型權重文件

best.pt是整個訓練過程中，性能最好的模型權重文件。最終我們要的就是這個文件。我們可以拿它進行實際業(yè)務的AI預測或繼續(xù)微調。

last.pt是最后一次訓練的模型權重文件。一般來說，訓練越久效果也越好。但有時它也會和best.pt不一致。這意味著最后一次訓練的結果，并不是最好的。

二、results.png：訓練總圖要略

這張圖片包含訓練過程中的各種評估指標，比如損失函數(shù)、精度、召回率、mAP等的圖表繪制。這個圖表可以直觀地看到模型訓練過程中性能的變化情況。

loss系列：

train/box_loss和val/box_loss

train/cls_loss和val/cls_loss

train/dfl_loss和val/dfl_loss

這幾組前面的train表示訓練集，val是驗證集。訓練集是用于訓練學習的，相當于書本的例題。而驗證集則用于考試，相當于試卷的試題。學得好不一定就考得好，主要還得看考題是不是有關聯(lián)性。不過他們更重要的相同點，好像在于都有l(wèi)oss。

loss是算法中一個常見的概念。翻譯成“損失”這個詞，其實很形象。生活中，對于能量轉化，我們常常用到損失。我們說100單位的電能轉化為80單位的動能，能量損失了20%。如果實現(xiàn)了百分百轉化，那么損失就是0。

應用到算法中也一樣。在有監(jiān)督訓練中，我們是先標記再訓練。

對于訓練集和驗證集，AI本身是知道這個區(qū)域標的是什么，位置在哪兒。因此，它會先猜測結論，然后跟正確答案做對比。它的猜測行為稱為“推理”或者“預測”。它自己的推理結果和人工標記的答案之間的差異，稱為“損失”。那么，損失越小越好，損失為0則說明AI的推理和正確答案之間沒有差異，即預測100%命中。

我們看下圖，這次訓練過程也是如此。這幾個train系列的loss都是降低的，X軸表示訓練輪次，Y軸表示損失的值。

?

我們看到loss的值都是降低，這說明很好。但是第一個box_loss好像還有下降的趨勢。但是中間的cls_loss在50輪時就已經(jīng)趨于穩(wěn)定了，而dfl_loss好像在75輪附近才慢慢穩(wěn)定。

在看這個圖，幾乎都沒有明顯的下降趨勢和穩(wěn)定趨勢，就證明還需要進行更多輪訓練。

這些指標都代表什么？有什么意義呢？

box_loss 邊界框損失：衡量畫框

box_loss全稱是bounding box loss，表示邊界框損失。它表明AI通過訓練和學習之后，對于邊界框的預測和標準答案之間的損失。

正常情況下，隨著訓練的進行，損失是越降越低的。如果它是長期忽高忽低，或者一直不明顯收斂，那說明訓練存在問題。如果box_loss的損失不斷降低，而后持續(xù)穩(wěn)定，則說明訓練沒有問題，也沒有必要再投入資源訓練了。

但是box_loss表現(xiàn)優(yōu)秀，僅僅說明它對物體區(qū)域（畫框）的識別情況。就算這一項100分，整體效果也不一定就好。因為光會畫框意義不大，我們還要知道框里的物體是什么。

于是就引入另一個cls_loss指標。

cls_loss 分類損失：判斷框里的物體

它叫分類損失，全稱為classification loss。它衡量的是預測類別和真實類別之間的差異。

我們看下面的圖，它不但框出了物體。而且標注出了這個框里是人，那個框里是車，哪個是細菌，哪個是垃圾。

對于框里物體是什么的評價，就用到了cls_loss指標。從這里可以看出，其實目標檢測技術，已經(jīng)包含了圖片分類的技術。圖片分類很基礎。

如果你認為它僅憑哪個區(qū)域、什么物體兩項指標就結束了，那么確實是小看YOLO算法了。它還有第三項細化指標dfl_loss。

dfl_loss 分布式焦點損失：精益求精

dfl_loss全稱是Distribution Focal Loss，中文名稱為“分布式焦點損失”。 它輔助box_loss，提供額外的信息，通過對邊界框位置的概率分布進行優(yōu)化，進一步提高模型對邊界框位置的細化和準確度。

如上圖所示，AI模型成功預測出了①的位置。但是紅、藍、綠3個框中的①，好像哪個都沒錯。因此dfl_loss提供了一個可信度，表明哪一個焦點跟標準答案相比，會更加精確。

val驗證集：學得好，不一定考得好

上面是訓練集的loss。下面說說驗證集的loss。

從規(guī)范上講，驗證集和訓練集是永遠不見面的。這么做是為了驗證AI是否真正學到了數(shù)據(jù)的特征和精髓，而非是靠死記硬背所見過的數(shù)據(jù)。

也就是說模型在經(jīng)過幾番訓練集數(shù)據(jù)的學習之后，將面對從來沒有見過的驗證集數(shù)據(jù)。它將給出預測答案，然后再去對照標準答案。兩個答案的差異，就是驗證集的損失。

看下面這個驗證集曲線的趨勢。

相比訓練集的平滑趨勢，驗證集似乎是有些反復。

其實，這是一種常見現(xiàn)象。只要驗證集損失沒有顯著上升，整體趨勢在變好，且與訓練集損失的差距不是特別大，這一般是正常的。

不過，要留意以下細節(jié)：

• 樣本數(shù)據(jù)的變異：驗證集可能包含一些與訓練集不同風格的樣本，這會導致?lián)p失不穩(wěn)定。好比你拿著泰迪狗做識別訓練，最后讓模型去認識哈士奇狗，模型有點迷糊，拿不準。

• 模型的過擬合：如果驗證集的樣本數(shù)據(jù)正常。模型在訓練集上的損失表現(xiàn)很好，但是驗證集表現(xiàn)不穩(wěn)定。那么可能是模型記住了訓練集的細節(jié)，也就是過于死記硬背，只抓住形沒有抓住神。這叫過擬合。

如果遇到比較嚴重的問題，或者你感覺有問題，該怎么辦呢？

可以調整超參數(shù)，比如調小學習率，或者使用提前停止策略來防止過擬合。也可以調整batch大小，增加一個批次數(shù)量，讓它見多識廣。

同時，增加訓練數(shù)據(jù)量或使用數(shù)據(jù)增強技術，可以使模型更好地泛化，減少驗證損失的波動。

大家不要小看驗證集的指標，這是衡量模型效果的第一道關卡。因為訓練集的結果指標頂多算是自娛自樂，這有點像學校內部的月考、期末考試。而驗證集則更像是高考。因此，對于驗證集的檢測，還有更多指標。

精度和召回率：又準又全的考量

之所以說他們是同一類，看表頭就知道，他們的名字前面帶metrics，后面帶(B)。

metrics表示模型是在驗證集上的評估指標。(B)呢，在目標檢測任務中表示Bounding Box，即邊界框的檢測結果。

首先看左上角的第一個precision。precision是精度，或者稱為“精確率”。請注意，是精確率，不是準確率。準確率有專門的名詞accuracy。兩者不一樣。

準確率表示預測正確的占比。比如1000件產品中，900件合格。我的AI模型全都找出來了，這時準確率是100%。

準確率存在一個問題，尤其對于少數(shù)個體而言不公平。比如預測絕癥，100個人預測對了90個人是健康的，預測錯了10個病危的人。雖然準確率是90%，但這屬于嚴重事故。于是，精確率的可以解決這個問題。

精確率會從100個里隨便抽出10條數(shù)據(jù)，如果預測錯了5個，那么精確率就是50%。高準確率保證的是多數(shù)都正確，而高精確率是保證每一個都不出錯。

我們看到第一個精確率的圖表，大約30輪左右趨于穩(wěn)定了，而且向1（100%）靠攏。這說明效果不錯。

精確率就沒有問題嗎？也有問題！

精確率考核的是出錯率，只要不出錯，哪怕只干好一件事，也是100%。如果精確率指標它挑活干，那么就完犢子了。工作、生活中也有這類情況，就是揀著好做的工作去做，結果干得很漂亮。

因此，這時又引入了另一個指標，也就是第二幅圖中的召回率recall。召回率的口號是：“寧可做錯一千，絕不漏掉一個”。鼓勵大家搶著做，誰眼里沒活就打低分。這樣就解決了那些少干活、揀活干的情況。

其實召回率recall和精確率precision是矛盾的。兩者的值很難都高。因為既要臟活、累活、雜活都攬下，還要不允許出錯。這對于機器或者人類都是很大的挑戰(zhàn)。

但是，考核指標就是要這樣的。就要想盡一切辦法堵住漏洞。我們看第二幅圖中召回率也是在提高的，這說明檢測范圍在不斷擴大，大約在0.8處浮動。因此從前兩張圖我們可以說，這次訓練precision精度是0.9，召回率recall為0.8。

關于P（precision）和R（recall）之間的數(shù)據(jù)趨勢，這里面也有具體的圖示。

P_curve.png：

runs\detect\train下面有P_curve.png，這是每項精度的曲線。

R_curve.png

這是每項召回率的曲線。

PR_curve.png

則是兩者互相妥協(xié)的曲線。這個PR圖怎么看呢？越接近正方形效果越好。都接近正方形，說明整體效果又準又全。

看上圖，藍色總線接近正方形。但是具體到分類為8的目標，有些拖后腿。

results.png系列還剩兩張圖片，那就是mAP50與mAP50-95。這倆是一類（也是看名稱很像）。

mAP50要拆開看，拆成mAP-50，mAP表示mean Average Precision，稱為平均精度。50則是在IoU閾值為50%的情況下的值。

這些個預測出的框框兒，可能是物體的全部，也可能只是中心部分，還或許僅僅是物體的一個角。不管如何，這都是算法通過學習特征計算出來的。誰是誰非，看你怎么選擇。

如果預測出的面積（藍框）能占到實際區(qū)域（紅框）的50%以上，那么我們就說IoU為50。重合度能到50%，其實能說明AI大體猜中了。因為IoU為100就是完全重合。

mAP50是重合度以50%為界限的平均精度。而mAP50-95則是IoU閾值從50%到95%范圍內的平均值。這個更加嚴格一些。因此，我們看到圖里面mAP50-95的值確實也低一些。

從這里能看出啥信息呢？

mAP50這個指標相對寬松，能夠展示模型在較低嚴格度下的整體性能。它更適用于那些對定位要求不是特別嚴格的應用場景。

mAP50-95則意味著在嚴格的IoU條件下也能準確檢測和定位目標。它適用于那些對定位要求較高的應用場景，如自動駕駛、醫(yī)療影像分析等。

因此，完全看你的需求。如果覺得現(xiàn)在的模型識別效果不好，對精度要求又不高能大體定位就行，其實可以調低IoU的值。反正，各類表現(xiàn)都告訴你了。

results.csv：圖表里的數(shù)據(jù)明細

runs\detect\train下有一個results.csv表格文件。其實這是上面剛剛講的很多圖表的數(shù)字版本。

如果你想查詢某次訓練某項指標的具體值，可以從這個表格中查找。

三、labels文件：分類標簽的分布

看上圖第一項，很明顯有一個問題。那就是第13分類的樣本數(shù)太少。這也導致比如上面的P曲線、R曲線沒有第13分類的信息（沒注意可以滑上去再看看）。這是因為樣本過少，被淹沒、忽略了。

下面是是混淆矩陣的歸一化版本，對應的圖片是confusion_matrix_normalized.png。這里可以更清晰地展示模型在各類別上的性能表現(xiàn)。我們也可以看到第13類別數(shù)據(jù)為空。

注意：如果報錯torchvision，請安裝

 pip install torchvision