YOLO计算验证集Acc

首先解释两个名词：

• 验证集：标记好的数据，在训练过程中不参与训练，验证算法通过对比预测目标和标记目标判断预测的正确率，用于评价模型对未知样本的预测能力。
• Acc：Accuracy，正确率。计算过程：统计预测正确的预测错误的目标数量，Acc=正确数量/（正确数量+错误数量）。错误包括误检和漏检，误检包括类别误检和位置误检。

YOLO在训练过程中不自动计算验证集Acc，训练结束后可通过命令手动启动计算验证集Acc。

1. 首先将train_data/test.txt复制到data路径下，重命名为voc.2007.test。这个文件中的内容是验证集的图片列表。（YOLO的验证算法代码固定访问文件voc.2007.test，不支持命令行指定）

2. 运行以下命令

./darknet detector recall cfg/raycom.data cfg/yolo-raycom.2.0.cfg backup/yolo-raycom_final.weights

运行结果：

  158  1833  2500	RPs/Img: 80.03	IOU: 66.01%	Recall:73.32%
  159  1843  2510	RPs/Img: 79.92	IOU: 66.08%	Recall:73.43%
  160  1853  2525	RPs/Img: 79.91	IOU: 66.07%	Recall:73.39%
  161  1862  2535	RPs/Img: 79.83	IOU: 66.13%	Recall:73.45%
  162  1871  2546	RPs/Img: 79.82	IOU: 66.12%	Recall:73.49%
  163  1885  2566	RPs/Img: 79.76	IOU: 66.10%	Recall:73.46%
  164  1900  2584	RPs/Img: 79.70	IOU: 66.17%	Recall:73.53%

第1列是累计计算的样本（图片）数量，第2列是累计的正确目标数量，第3列是累计正确+错误目标数量，最后一列是Acc。因此最后一行的Acc就是整体验证集的Acc。