一、概念解析
在训练yolo的时候，test.py会输出四个值，如下
Class Images Targets P R [email protected] [email protected]:.95: 100%|██████████| 146/146 [00:07<00:00, 20.13it/s]
all 146 0 0 0 0 0
1.PR值
P R比较好理解，分别指准确率和召回率，P代表所预测出的框是gt框的比例，R代表全部gt框被预测出的比例。推测这里的PR值是在给定的置信度阈值和IOU阈值下得到的。
2.mAP
AP的意思是精度，综合了PR值的信息，
map参考如下
[email protected] 与 [email protected]:0.95 是什么意思，YOLOv5_K同学啊 -CSDN博客
[email protected]：即将IoU设为0.5时，计算每一类的所有图片的AP，然后所有类别求平均，即mAP
[email protected]:.95（mAP@[.5:.95]）：表示在不同IoU阈值（从0.5到0.95，步长0.05）（0.5、0.55、0.6、0.65、0.7、0.75、0.8、0.85、0.9、0.95）上的平均mAP。
什么是AP呢？AP是不同Recall下Precision的均值，也就是对应PR曲线的面积。对于一个PR曲线来说，每一个阈值对应着一个P和R。当阈值从0到1走过，绘制出每个阈值对应的P和R值，得到的就是PR曲线。而m则代表各类别的平均。
这里一定要分清阈值和IOU阈值：IOU阈值是交并比的阈值，而阈值是来判断你有没有判断错。阈值指得是置信度，而置信度又包括前景概率和类别概率。
以AP0.5为例，就是认为只有重合度IOU高于0.5才算预测正确。我们先假设为IOU=0，也就是说只要某个框预测出了这个物体，不管他圈的准不准，我们都认为他预测对了。如果我们调高置信度阈值，会预测出的框就会比较少；而如果调低置信度阈值，则预测对的则会比较多，同时PR值也会发生相应变化。这样绘制出的PR曲线的面积就是AP0。
更进一步的，我们加入了AP0.5。本来可能只要重合上一点儿就算预测对了，但由于设置了IOU0.5，所以那些有一点儿重合的都被当成预测错的了。这样，假如有50个物体，原来在某个阈值下，预测出了80个框，预测对了40个。现在在IOU0.5情况下，还是预测出了这80个框，却只有20个预测对了。准确率从0.5降至0.25，召回率从0.8降至0.4。（准确率召回率双双下降，就算调整阈值也救不回来，整个曲线往原点缩小），自然AP值也下降了。