006-目标检测指标解读-Precision-Recall-mAP50与mAP50-95

006-目标检测指标怎么读：Precision、Recall、mAP50 与 mAP50-95

本文基于 Ultralytics8.3.253的检测任务输出进行整理，重点讲清楚 YOLO11 训练结果中的 Precision、Recall、mAP50、mAP50-95 分别代表什么，以及如何从results.csv中读取它们。本文不讨论虚构精度，所有数值都以自己的训练日志为准。

摘要

YOLO11 训练完成后，很多同学第一眼会去看results.png或终端里的 mAP，但如果分不清 Precision、Recall、mAP50 和 mAP50-95，就很容易把“检得多”“检得准”“框得准”混成一个概念。

本文结合 Ultralytics 8.3.253 的结果文件，按工程复现实验的思路解释四个核心检测指标。文章会说明它们在results.csv中的列名、各自适合回答什么问题、mAP50 与 mAP50-95 为什么不能混写，以及后续做 YOLO11 改进实验时应该怎样组织对比表。

关键词：YOLO11、目标检测指标、Precision、Recall、mAP50、mAP50-95、Ultralytics、results.csv

一、先确认指标来自哪里

在 Ultralytics 8.3.253 的检测验证逻辑中，目标检测结果主要围绕下面四个指标展开：

metrics/precision(B) metrics/recall(B) metrics/mAP50(B) metrics/mAP50-95(B)

其中(B)表示 bounding box，也就是检测框指标。如果是分割、姿态或旋转框任务，还会出现对应任务的其他指标。本文只讨论普通目标检测。

训练完成后，主要看这几个文件：

runs/ yolo11_baseline/ yolo11n_s0_e100_i640/ results.csv results.png PR_curve.png F1_curve.png P_curve.png R_curve.png confusion_matrix.png weights/ best.pt last.pt

最核心的是results.csv。它记录了每个 epoch 的 loss、指标和学习率变化。results.png只是根据 CSV 画出来的图，适合观察趋势，但正式做实验表时还是建议回到 CSV 读取数值。

二、不要把检测指标写成“准确率”

分类任务里经常说 accuracy，但目标检测不是只判断图片类别。检测模型至少要同时回答三个问题：

1. 图中有没有目标；
2. 目标属于哪个类别；
3. 框的位置是否足够准。

所以目标检测更常用 Precision、Recall 和 mAP。它们不是同一个东西。

后续写 YOLO11 改进文章时，建议直接写这几个指标名称，不要笼统写“准确率提升”。尤其是目标检测任务中，“准确率”这个说法很容易让读者误解。

三、Precision：模型报出来的框有多可靠

Precision 可以理解为“模型预测出来的目标里，有多少是对的”。

简单公式可以写成：

Precision = TP / (TP + FP)

其中：

如果 Precision 很高，通常说明模型比较谨慎，报出来的框大多是可信的。如果 Precision 很低，说明误检比较多，例如把背景纹理、阴影、相似物体也当成目标。

举个常见现象：

写实验分析时，不要只说 Precision 变高。还要同时看 Recall 有没有明显下降。一个模型如果只是变得更保守，Precision 可能会上去，但实际可用性不一定更好。

四、Recall：真实目标有没有被找全

Recall 可以理解为“真实存在的目标里，有多少被模型找到了”。

公式可以写成：

Recall = TP / (TP + FN)

其中：

Recall 更关注漏检问题。比如工业缺陷、道路障碍物、安全帽检测等任务中，漏检通常比误检更严重，这时 Recall 就需要重点关注。

如果 Recall 长期偏低，可以从下面几个方向排查：

注意，验证阶段的指标计算和普通预测展示不完全一样。不要只根据predict结果截图判断 Recall，正式对比要看val或训练过程中的验证指标。

五、mAP50：较宽松定位标准下的综合表现

mAP50 中的50指 IoU 阈值为 0.5。也就是说，预测框和真实框的重叠程度达到一定标准后，才会被当成正确检测。

IoU 可以简单理解为：

IoU = 预测框和真实框的交集面积 / 预测框和真实框的并集面积

当使用 mAP50 时，只要 IoU 达到 0.5，就进入这个阈值下的 AP 计算。因此 mAP50 相对宽松，能够反映模型是否大体找到了目标。

它适合回答这样的问题：

1. 模型有没有基本学会这个数据集；
2. 某些类别是否完全检测不出来；
3. 改进后大致召回和分类能力有没有变化。

但 mAP50 也有局限。一个框只要大概覆盖目标，就可能在这个阈值下通过。如果任务对定位精度要求高，只看 mAP50 会过于乐观。

六、mAP50-95：更严格的综合指标

mAP50-95 是把 IoU 阈值从 0.5 到 0.95 取多个点进行平均。Ultralytics 检测验证中使用的 IoU 阈值序列可以理解为：

0.50, 0.55, 0.60, 0.65, 0.70, 0.75, 0.80, 0.85, 0.90, 0.95

这个指标比 mAP50 更严格。因为 IoU 越高，对预测框位置越挑剔。模型如果只是大概框住目标，mAP50 可能还不错，但 mAP50-95 不一定高。

在 Ultralytics 的检测指标对象中，mean_results()返回的顺序是：

Precision, Recall, mAP50, mAP50-95

检测任务的fitness也更偏向 mAP50-95。也就是说，如果要选一个更适合做主指标的数，通常优先看 mAP50-95，再结合 mAP50、Precision、Recall 一起解释。

后续写改进文章时，建议表格中至少保留：

不要把 mAP50 和 mAP50-95 合并成一个“mAP”。这两个数的含义不同，读者也会默认它们应该分开展示。

七、从 results.csv 中读取最佳 epoch

训练完成后，可以用下面脚本读取results.csv，找出 mAP50-95 最高的 epoch：

importpandasaspd csv_path=r"runs\yolo11_baseline\yolo11n_s0_e100_i640\results.csv"df=pd.read_csv(csv_path)df.columns=[c.strip()forcindf.columns]metric_cols=["metrics/precision(B)","metrics/recall(B)","metrics/mAP50(B)","metrics/mAP50-95(B)",]best_index=df["metrics/mAP50-95(B)"].idxmax()best_row=df.loc[best_index,["epoch",*metric_cols]]print(best_row)

这段代码做了三件事：

1. 读取训练结果 CSV；
2. 去掉列名前后可能存在的空格；
3. 按metrics/mAP50-95(B)找到最佳 epoch。

如果你更关注 mAP50，也可以把排序列换成：

best_index=df["metrics/mAP50(B)"].idxmax()

但做 YOLO11 改进对比时，我更建议优先记录 mAP50-95，因为它对定位质量更敏感。

八、如何查看最后一轮和最佳轮是否一致

有时最后一个 epoch 的指标并不是最高的，这很正常。训练过程中模型会保存best.pt和last.pt：

可以用下面代码对比最后一轮和最佳轮：

importpandasaspd csv_path=r"runs\yolo11_baseline\yolo11n_s0_e100_i640\results.csv"df=pd.read_csv(csv_path)df.columns=[c.strip()forcindf.columns]best_row=df.loc[df["metrics/mAP50-95(B)"].idxmax()]last_row=df.iloc[-1]forname,rowin[("best",best_row),("last",last_row)]:print(name)print("epoch:",int(row["epoch"]))print("precision:",row["metrics/precision(B)"])print("recall:",row["metrics/recall(B)"])print("mAP50:",row["metrics/mAP50(B)"])print("mAP50-95:",row["metrics/mAP50-95(B)"])

如果最佳轮比最后一轮明显更好，正式部署或对比时一般使用best.pt。如果你要断点续训，则使用last.pt。

九、曲线图应该怎么看

results.png适合看趋势，不适合只盯某一个点。建议重点观察：

如果训练 loss 一直下降，但验证 mAP 不涨，可能是过拟合、标注质量、数据分布或增强策略存在问题。

如果 mAP50 比较高，但 mAP50-95 明显偏低，说明模型大概能找到目标，但框的位置还不够精准。这类情况后续可以考虑框回归损失、检测头、小目标尺度或标注边界质量。

十、PR 曲线和混淆矩阵有什么用

除了results.csv，验证阶段还可能生成：

PR_curve.png F1_curve.png P_curve.png R_curve.png confusion_matrix.png confusion_matrix_normalized.png

这些图适合进一步分析问题。

如果某两个类别在混淆矩阵中经常互相错分，优先检查标注规则和样本差异，不要一上来就换复杂模块。很多时候，类别定义不清楚比网络结构影响更大。

十一、做改进实验时怎么写指标表

后续写注意力、Neck 或 Backbone 改进文章时，可以使用下面这种表格结构：

表格后面的分析可以这样写：

1. 如果 Precision 上升但 Recall 下降，说明模型可能更保守；
2. 如果 Recall 上升但 Precision 下降，说明模型找得更多，但误检增加；
3. 如果 mAP50 上升而 mAP50-95 不变，说明大致检测能力变好，但定位质量未必提升；
4. 如果 mAP50-95 上升，同时 Precision 和 Recall 没有明显恶化，才更适合写成有效改进。

不要只挑一个最好看的数写。读者真正关心的是改进是否稳定、是否公平、是否能复现。

十二、常见问题

1. 为什么 mAP50 比 mAP50-95 高很多

这是常见现象。mAP50 的 IoU 阈值较宽松，mAP50-95 包含更严格的 IoU 阈值，对框的位置要求更高。

如果差距很大，可以检查标注框是否松散、目标是否过小、输入尺寸是否不合适，以及模型是否容易框偏。

2. Precision 很高但图片上漏检很多

Precision 高只能说明报出来的框比较可靠，不代表目标都被找到了。漏检多时要看 Recall。

3. Recall 很高但误检很多

Recall 高说明真实目标多数被找到了，但如果 Precision 低，说明误检也多。实际应用中需要根据场景决定更重视误检还是漏检。

4.predict截图效果不错，为什么 mAP 不高

预测截图通常只展示少量图片，而且conf阈值会影响显示结果。正式指标是在验证集上统计得到的，不能用几张截图代替。

5. 改进模型只有 mAP50 提高，可以写提升吗

可以描述 mAP50 的变化，但不能说整体检测性能一定提升。建议同时报告 mAP50-95、Precision 和 Recall，并说明变化可能对应的原因。

十三、总结

本文把 YOLO11 目标检测中最常用的四个指标拆开讲了一遍：Precision 关注误检，Recall 关注漏检，mAP50 反映较宽松阈值下的综合表现，mAP50-95 更关注多阈值下的定位质量。

在 Ultralytics 8.3.253 中，检测任务的核心指标列名可以从results.csv中读取，分别是metrics/precision(B)、metrics/recall(B)、metrics/mAP50(B)和metrics/mAP50-95(B)。

后续做 YOLO11 改进实验时，建议把 mAP50 和 mAP50-95 分开写，把 Precision 和 Recall 一起看，并且只使用真实训练日志中的数值。这样写出来的文章不仅更严谨，也更容易让读者判断改进是否真的有效。