YOLOv5模型自定义训练结果详解：权重文件与指标可视化文件结构解析

使用自定义数据集完成YOLOv5模型训练后，所有输出文件均会保存在 runs/train/exp 目录下（多次训练会顺序生成 exp2, exp3 等）。深入理解这些文件的构成与含义，对于评估模型性能、进行后续优化及模型部署至关重要。

weights/ 模型权重文件目录

weights 子目录是训练输出的核心，保存了最终生成的模型权重文件，主要包含 best.pt 和 last.pt。

• best.pt：训练过程中在验证集上表现最佳的模型权重。训练时，每个 epoch 结束后都会在验证集上计算 mAP@0.5 指标，若当前 epoch 的指标超过历史最佳值，则会更新此文件。因此，best.pt 代表了训练过程中的最优性能，是后续模型导出（如转换为 ONNX、TensorRT 格式）并进行生产环境部署的首选。
• last.pt：最后一个 epoch 训练完成后的模型权重。无论验证集性能如何，每个 epoch 结束后都会更新此文件。它的主要作用在于：当训练意外中断时，可以加载 last.pt 从中断处继续训练；同时，也可用于分析模型最终的训练状态和收敛情况。

训练结果指标：results.png 与 results.csv

这两个文件记录了训练过程中每个 epoch 的关键指标。

results.png（指标可视化图表）

下图是一个典型的 results.png 文件示例：

图表主要包含两部分信息：

1. 损失曲线 (Loss Curves):

   • box_loss, obj_loss, cls_loss：分别对应边界框坐标损失、目标置信度损失和分类损失。每条曲线都有训练集（train）和验证集（val）两条线。
   • 理想情况：所有损失曲线平稳下降并最终维持在较低水平，且训练损失略低于验证损失。
   • 过拟合迹象：训练损失持续下降，但验证损失在某个点后开始上升。解决方案包括增加数据量、降低模型复杂度或使用早停（Early Stopping）。
   • 欠拟合迹象：训练和验证损失都维持在较高水平且较早进入平台期不再下降。可能需要更复杂的模型、更长的训练轮数或调整超参数。

2. 精度指标 (Metrics):

   • 精确率 (Precision)：模型预测为正的样本中，真正为正的比例。越高越好。
   • 召回率 (Recall)：所有真实为正的样本中，被模型正确预测出来的比例。越高越好。
   • mAP@0.5：IoU（交并比）阈值为 0.5 时的平均精度均值。这是最常用的评估指标，侧重于模型的分类和基础定位能力。
   • mAP@0.5:0.95：IoU 阈值从 0.5 到 0.95（步长0.05）计算的平均精度均值。这是一个更严格的指标，要求模型同时具备精确的分类和高精度的定位能力。计算时，会在10个不同 IoU 阈值下分别计算 mAP，然后取平均值。

results.csv（指标详细数据）

results.csv 以表格形式存储了每个 epoch 的详细指标数据，与 results.png 图表内容对应。

此外，文件中还包含 x/lr0, x/lr1, x/lr2 三列，分别记录了 YOLOv5 模型主干网络（Backbone）、颈部网络（Neck）、检测头（Head）三个部分在训练过程中的学习率（Learning Rate）变化。YOLOv5 使用分组学习率策略，并结合学习率调度器（如余弦退火）动态调整各部分的学`习率，以优化模型收敛效果。

混淆矩阵 (confusion_matrix.png)

该文件直观展示了模型在验证集上对各个类别的分类混淆情况。

• 对角线（深色方格）：表示模型正确预测的比例，数值越高（颜色越深）说明该类别的识别准确率越高。
• 非对角线（浅色方格）：表示类别间的误判比例。例如，真实类别为 A 的样本被错误预测为类别 B 的比例。数值越低（颜色越浅）越好。
• 分析价值：通过观察混淆矩阵，可以快速定位模型容易混淆的类别对（如上图中 crib 易与 background 混淆）。针对这些薄弱环节，可以补充更多区分性强的训练数据，或针对性应用数据增强，以提升模型的区分能力。

F1/精确率/召回率/PR 曲线

训练会生成四张评估曲线图：P_curve.png（精确率-置信度阈值曲线）、R_curve.png（召回率-置信度阈值曲线）、PR_curve.png（精确率-召回率曲线）和 F1_curve.png（F1分数-置信度阈值曲线）。这些曲线用于综合评估模型在不同置信度阈值下的性能平衡，是进行模型调优和算法分析的重要参考。

训练与验证批次图像

训练过程还会生成 9 张图像，用于可视化数据及模型预测效果：

1. train_batchX.jpg (共3张)：展示了训练时一个批次输入模型的图像。可以观察到 YOLOv5 在训练中应用的数据增强效果，特别是 Mosaic 数据增强——它将四张图片随机缩放、裁剪、拼接成一张新图，再缩放到 640x640 输入网络，极大地增加了数据的多样性和模型鲁棒性。图中显示了增强后图像及其真实标注框（Ground Truth）。

2. val_batchX_labels.jpg (共3张)：展示了验证集中一个批次图像的真实标签（Ground Truth），即“标准答案”。

3. val_batchX_pred.jpg (共3张)：展示了模型对同一批验证集图像的预测结果。通过对比 val_batchX_labels.jpg 和 val_batchX_pred.jpg，可以直观地分析模型存在的误检、漏检、定位偏差等具体错误模式，为后续模型调试和优化提供直接依据。