目录
- 1. 最终打印效果
- 2. 做两处更改
- 2.1 修改map显示，在`ultralytics-main/ultralytics/yolo/v8/detect/val.py`中操作
- 2.2 打印FPS，在`ultralytics-main/ultralytics/yolo/engine/validator.py`中操作
❗❗❗ 兄弟姐妹们，如果看习惯了运行train.py时打印0.551这种的不超过1的小数点值，一定要把以下操作全部还原哟！
❗❗❗ 不然就会像我一样，当看到打印台那一行行的P、R、mAP50、mAP50-95的超过1的值，心慌的不得了！错以为是自己数据集的问题，毁我心情，耽误我好几天不跑代码！
❗❗❗ 不过它只是影响的打印台中的显示值，不影响tensorboard中画曲线的值哈，也不影响result.txt中的值！
1. 最终打印效果
2. 做两处更改
2.1 修改map显示，在ultralytics-main/ultralytics/yolo/v8/detect/val.py中操作
首先，按下Ctrl+F检索定位到print_results处，然后如下操作：
- 如图标号1，将
11.3改为11.4 - 如图标号2，注释掉源代码，加入以下代码
LOGGER.info(pf % ('all', self.seen, self.nt_per_class.sum(), self.metrics.mean_results()[0] * 100, self.metrics.mean_results()[1] * 100, self.metrics.mean_results()[1] * 100, self.metrics.mean_results()[3] * 100))
- 如图标号3，注释掉源代码，加入以下代码
LOGGER.info(pf % (self.names[c], self.seen, self.nt_per_class[c], self.metrics.class_result(i)[0] * 100, self.metrics.class_result(i)[1] * 100, self.metrics.class_result(i)[2] * 100, self.metrics.class_result(i)[3] * 100))
2.2 打印FPS，在ultralytics-main/ultralytics/yolo/engine/validator.py中操作
首先，按下Ctrl+F检索定位到LOGGER.info('Speed处，然后如下操作：
然后，如图添加以下代码：
speedvalues_list = [round(x, 1) for x in list(self.speed.values())]
print(f'FPS: {round(1000 / sum(speedvalues_list), 2)} 帧/s')
