1、混淆矩阵TP/FP/FN/TN

（1）每个字母解释

1）第1个字母（T/F）评价预测的结果

它代表预测的结果是对的还是错的。

T（True）：预测对了

F（False）：预测错了

2）第2个字母（P/N）指代预测的标签

它代表预测的结果具体是什么。

P（Positive）：预测为有目标（正样本）

N（Negative）：预测为无目标（负样本/背景）

（2）逐个含义

1）TP：真正样本。

P：模型预测这里有目标。T：预测对了，这里确实有目标。场景：正确检测到一个物体。

2）FP：假正样本。

P：模型预测这里有目标。F：预测错了，这里没有目标（是背景）或者不是这个目标（类别搞错了）。场景：误检，把背景或别的东西当成了目标。

3）FN：假负样本。

N：模型预测这里没有目标；F：预测错了，这里其实有目标。场景：漏检，没有把真实的目标找出来。

4）TN：真负样本。

N：模型预测这里没有目标。T：预测对了，这里确实没有目标。场景：正确识别了背景，在目标中我们通常不关注它。

2、准确率/召回率

（1）准确率

它衡量的是模型预测为正样本（有目标）的结果中，有多少是真正的目标，即预测的准确性。它关注的是误检的问题。

计算公式：

假设模型一共预测了 100 个框（TP + FP = 100），其中 85 个是预测正确的（TP = 85），另外 15 个是把背景或别的物体误判为目标的（FP = 15）。

精确率 (P) = 85 / (85 + 15) = 85%

这意味着，模型每找出 100 个目标，里面有 85 个是真的，15 个是错的。

（2）召回率

它衡量的是在所有真实存在的正样本（有目标）中，模型成功找出来的比例，即预测的完整性。它关注的是漏检（FN）的问题。

计算公式：

假设测试集中一共有 50 个真实的目标（TP + FN = 50），模型成功找到了其中的 40 个（TP = 40），漏掉了 10 个（FN = 10）。

召回率 (R) = 40 / (40 + 10) = 80%

这意味着，所有真实存在的目标里，模型成功找回了 80%。

3、IOU

（1）定义

IOU：Inersection over union，交并比，是目标检测中用来衡量预测框准不准的核心指标。

计算公式：

0 < IoU < 1：数值越大，表示框得越准

（2）IoU如何影响精确率计算

精确率的公式是TP/(TP + FP)，而IoU就是决定一个预测结果到底是TP还是FP的判决官。

在计算精确率之前，我们必须先通过IoU进行二元判定：

1）设定阈值

我们通常设定一个IoU阈值，最常用的是0.5.

>=0.5：算作正确，TP。

<0.5：算作错误，FP。

2）具体判定流程

假设模型在一张图里输出了 1 个预测框，我们要判定它是 TP 还是 FP。

步骤1：寻找最佳匹配。计算这个预测框与图像中所有真实框的IoU，找到IoU最大的哪个真实框作为候选框。

步骤2：双重考核（定位+类别）

设定IoU阈值是0.5。

考核A：定位考核（IoU）。如果IoU>=0.5，定位过关。如果IoU<0.5，定位不过关。

考核B：类别考核（Clas）。如果预测类别=真实框类别，类别过关，否则不过关。

步骤3：最终判决。只有当考核A和考核B同时过关时，才是TP，否则就是FP。

表格

场景	IoU 值	预测类别	真实类别	判定结果	原因分析
场景 1 (完美)	0.8	Cat	Cat	TP	双项达标：位置准（0.8>0.5），类别对。
场景 2 (位置差)	0.3	Cat	Cat	FP	单项不达标：位置太偏（0.3<0.5），虽然类别对，但判错。
场景 3 (认错人)	0.8	Dog	Cat	FP	单项不达标：位置很准，但是把猫认成了狗。
场景 4 (误检)	0.0	Dog	(无)	FP	全都不达标：背景区域，纯属乱猜。

4、mAP50/mAP50-95

（1）mAP50

【概念】

mAP50是一个综合性的评估指标，在 IoU 阈值为 0.5 的情况下，综合考察模型在不同置信度下的精确率（Precision）和召回率（Recall）。

• AP（Average Precison），平均精度，是针对单个类别计算的精确率-召回率（P-R）曲线下的面积
• mAP（mean Average Precision），平均精度均值，是所有类别AP的平均值

【示例】

1）场景设定

假设我们有一张测试图片，里面实际上有 3 只猫（Ground Truth, GT）。

模型对这张图片进行了预测，输出了 5 个检测框（Predictions）。

2）真实标签

编号	类别	坐标 (模拟)
GT1	猫	[10, 10, 50, 50]
GT2	猫	[100, 100, 150, 150]
GT3	猫	[200, 50, 250, 100]

3）模型预测结果

模型输出了5个框，每个框都有类别、置信度（Confidence）和坐标。我们需要先计算每个预测框与真实框的 IoU。

预测框编号	预测类别	置信度 (Score)	对应真实框 (IoU计算)	IoU 值	判定结果 (阈值=0.5)
Pred A	猫	0.95	与 GT1 重叠	0.8	TP (真阳性)
Pred B	猫	0.80	与 GT2 重叠	0.6	TP (真阳性)
Pred C	猫	0.70	与 GT1 重叠 (重复检测)	0.7	FP (假阳性)*
Pred D	猫	0.60	与 GT3 重叠	0.4	FP (假阳性)
Pred E	猫	0.40	背景 (无对应真实框)	0.0	FP (假阳性)

判定规则说明：

Pred C (重复检测): 虽然 IoU > 0.5，但 GT1 已经被置信度更高的 Pred A 匹配过了。在目标检测评估中，一个真实框只能被匹配一次。因此 Pred C 被视为误检（FP）。

Pred D (定位不准): 虽然检测到了 GT3 的位置，但 IoU = 0.4 < 0.5，未达到阈值，被视为误检（FP）。

4）按置信度排序

将所有预测结果按置信度从高到低排序，并逐个判断是 TP 还是 FP。

排名	预测框	置信度	结果 (TP/FP)
1	Pred A	0.95	TP
2	Pred B	0.80	TP
3	Pred C	0.70	FP
4	Pred D	0.60	FP
5	Pred E	0.40	FP

5）计算累积的精确率和召回率

我们需要计算在每一个检测步骤后的 Precision 和 Recall。

Precision = 当前累计的 TP / 当前累计的所有预测数

Recall = 当前累计的 TP / 真实目标总数 (本例中为 3)

排名	置信度阈值	TP 数量	FP 数量	Precision (P)	Recall (R)
1	> 0.95	1	0	1/1 = 1.00	1/3 = 0.33
2	> 0.80	2	0	2/2 = 1.00	2/3 = 0.67
3	> 0.70	2	1	2/3 = 0.67	2/3 = 0.67
4	> 0.60	2	2	2/4 = 0.50	2/3 = 0.67
5	> 0.40	2	3	2/5 = 0.40	2/3 = 0.67

6）绘制P-R曲线并计算AP（插值法）

AP 是 P-R 曲线下的面积。为了计算平滑且准确，通常使用 11点插值法 或 全点插值法（COCO/VOC标准）。这里使用更精确的全点插值法逻辑：

核心思想： 在某个 Recall 值下，取该点及之后所有点中 最大的 Precision 值。

让我们整理用于计算面积的点 (Recall, Max_Precision)：

1. Recall = 0.33 时: 对应 P=1.00。后续最大的 P 也是 1.00。

2. Recall = 0.67 时: 对应 P=1.00 (在排名2处达到)。虽然后面 Precision 下降了，但在计算面积时，我们会取 Recall=0.67 这个点上能达到的最高 Precision

简化计算 (矩形面积累加):
我们可以直接看 Recall 从 0 增加到 0.67 再到 1.0 的过程。

• 区间 1 (Recall 0 -> 0.33): Precision 最高为 1.0。

  • 面积 = (0.33−0)×1.0=0.33(0.33−0)×1.0=0.33

• 区间 2 (Recall 0.33 -> 0.67): 在这段区间内，最高 Precision 依然是 1.0 (由排名2的点贡献)。

  • 面积 = (0.67−0.33)×1.0=0.34(0.67−0.33)×1.0=0.34

• 区间 3 (Recall 0.67 -> 1.0): 我们没能检测到第3只猫（GT3），所以 Recall 最高只到 0.67。这部分面积为 0。

AP50 (单类别) = 0.33 + 0.34 = 0.67

7）计算mAP50

mAP 是 "mean" AP，即所有类别 AP 的平均值。

• 在这个示例中，我们只计算了“猫”这一个类别。
• 所以，mAP50 = AP50(猫) = 0.67 (即 67%)。

如果有“狗”类别，且算出 AP50(狗) = 0.80，那么：
mAP50 = (0.67 + 0.80) / 2 = 0.735

（2）mAP50-95

mAP50-95 的意思是：在 IoU 阈值从 0.5 到 0.95 的多个不同标准下，计算出的 AP 的平均值。

核心标准：它不是只看 IoU=0.5 这一种情况，而是要看 10 种情况。

• 它会分别计算 IoU 阈值为 0.50, 0.55, 0.60, 0.65, ..., 0.95 时的 AP 值。
• 然后把这 10 个 AP 值求平均，得到的数字就是 mAP50-95。

指标	名称	IoU 阈值设定	严格程度	通俗比喻	分数高低
mAP50	基础及格线	固定为 0.5	宽松	“差不多就行”	通常较高
mAP50-95	权威标准	范围 0.5 ~ 0.95 (共10个阈值)	严格	“必须精益求精”	通常较低

一句话总结：如果你在论文或模型介绍里看到 mAP50-95 很高，那说明这个模型非常强，不仅检测率高，而且框选位置极其精准；而 mAP50 很高只能说明模型具备了基本的检测能力。

5、val集的指标

yolo训练完成后，会自动输出验证集的指标，参考如下。

Validating /data/yolo/models/ai_inspection_20260313/weights/best.pt...
YOLOv12l summary (fused): 283 layers, 26,344,469 parameters, 0 gradients, 88.6 GFLOPs
                 Class     Images  Instances      Box(P          R      mAP50  mAP50-95): 100% ━━━━━━━━━━━━ 27/27 9.6it/s 2.8s
                   all        424       1165      0.842       0.82      0.874       0.75
               ashtray         47         63      0.677      0.587      0.664      0.528
                   bin        143        192      0.846      0.686      0.805      0.696
                   cup         30         44      0.701      0.773      0.809      0.585
      front_windshield        139        176      0.883      0.943      0.971      0.916
Speed: 0.1ms preprocess, 5.8ms inference, 0.0ms loss, 0.2ms postprocess per image