YOLOv5 第五章：模型评估

第五章 模型评估

在训练完 YOLOv5 模型后，评估模型的性能是非常重要的一步。通过评估，我们可以了解模型的检测精度、召回率、mAP（平均精度）等关键指标，从而判断模型是否满足预期要求。本章将详细介绍如何使用 YOLOv5 进行模型评估，并提供 Python、C# 和 Java 代码示例。

5.1 评估脚本执行

5.1.1 评估命令

使用 val.py 脚本进行模型评估。

bash

python val.py --data data.yaml --weights runs/train/exp/weights/best.pt --img 640

• 参数说明：
  • --data：数据集配置文件路径。
  • --weights：训练好的权重文件路径。
  • --img：输入图像大小。

5.1.2 示例评估命令

bash

python val.py --data data.yaml --weights runs/train/exp/weights/best.pt --img 640

5.2 评估