指标

训练过程指标

| 指标 | 说明 |

| ---------- | ------------------------------ |

| box_loss | 边界框回归损失（越小越好） |

| cls_loss | 分类损失（越小越好） |

| dfl_loss | 置信度损失（Distribution Focal Loss） |

| total_loss | 总损失（各项加权和） |

- 这些指标随训练轮数变化，一般呈下降趋势，说明模型在学习。

验证指标

| 指标 | 说明 |

| ----------------- | --------------------------------------- |

| [[Precision]] (P) | 检测框预测为正的准确率（TP / (TP + FP)） |

| [[Recall]] (R) | 检测框召回率（TP / (TP + FN)），反映漏检情况 |

| [[mAP50]] | 以 [[IoU]]=0.5 计算的平均精度均值，越高越好 |

| [[mAP50-95]] | 以 [[IoU]]=0.5 到 0.95 不同阈值平均的 mAP，更严格的指标 |

- 这些指标用于评估模型的检测能力和泛化效果。