解决YOLO全系列最终输出的mAP50和mAP(50-95与验证时不一致的问题

本人最近在跑Yolo的时候遇到了一个问题，就是使用官方代码val.py验证出来的mAP50和mAP(50-95和运行结束的时候所输出的不一致，根据大量实验，发现val.py验证出来的mAP总是高于运行结束时输出的mAP值，这导致写论文的时候不能使用运行时输出的result.png。

经过问题排查发现是val.py中的超参数与训练时的超参数不一致导致的。

#官方代码中给出的Val.py

from ultralytics import YOLO

# Load a model
model = YOLO("runs/detect/train/weights/best.pt")
if __name__ == '__main__':
  # Validate with a custom dataset
    metrics = model.val(data="Datasets/yolo11n_cow.yaml")

这个官方代码一般来说只适用于默认参数，如果你调整了一些超参数就要修改，具体在哪里看到超参数要找到runs/detect/train/weights/args.yaml。比如说我运行训练的时候设置了batch=25，验证的时候就要在里面加上。特别注意agnostic_nms=True这个超参数，这个超参数是导致验证时不一致的罪魁祸首，如果你设置了agnostic_nms=True，验证时一定要加上。

from ultralytics import YOLO

# Load a model
model = YOLO("runs/detect/train/weights/best.pt")
if __name__ == '__main__':
  # Validate with a custom dataset
    metrics = model.val(data="Datasets/yolo11n_cow.yaml",
conf=None,iou=0.7,batch=25,imgsz=640,half=False,nms=False,agnostic_nms=True)

总结来说就是你训练的时候调整的超参数是哪些，在使用val.py的时候就要加上。