YOLOv5 中的指标“mAP_0.5”意味着什么？
如果我们进行了 N 次迭代并且其值是恒定的，这意味着什么？
最后，训练损失指标“box loss”和“obj loss”是什么意思？
通过增加迭代次数，这两个指标的图表有下降趋势，这正常吗？这种行为有何意义？
谢谢！
对于 mAP_0.5，我建议您参考这篇博文：https://jonathan-hui.medium.com/map-mean-average- precision-for-object-detection-45c121a31173
“盒子损失”代表算法定位中心的能力 对象的形状以及预测的边界框覆盖对象的程度。对象性本质上是对对象存在于所提议的感兴趣区域中的概率的度量。如果客观性高，则意味着图像窗口很可能包含对象。分类损失可以让我们了解算法预测给定对象的正确类别的能力。 [1]
损失应该减少到饱和点，这种行为是正常的。
训练框损失度量衡量训练数据中对象的预测边界框与实际边界框之间的差异。较低的框损失意味着模型的预测边界框与实际边界框更加一致。