度量"mAP_0.5"在YOLOv5中意味着什么?
如果我们到达N次迭代并且它的值是常数，这意味着什么?
最后，训练损失指标是什么，"箱损";和"对象损失"，意思是?
随着迭代次数的增加，这两个指标的图是否有下降的趋势?这种行为的意义是什么?
谢谢!
对于mAP_0.5，我建议您参考这篇博客文章:https://jonathan-hui.medium.com/map-mean-average-precision-for-object-detection-45c121a31173
box loss"表示算法定位中心的能力以及预测的边界框覆盖该对象的程度。对象本质上是对一个对象存在于提议的感兴趣区域的概率的度量。如果客观性高，这意味着图像窗口很可能包含一个物体。分类损失反映了算法预测给定对象的正确类别的能力。[1]
损耗应该降低到饱和点，这种行为是正常的。
[1] https://www.mdpi.com/1999-4893/14/4/114列车箱损失度量度量训练数据中对象的预测边界盒与实际边界盒之间的差异。较低的盒损意味着模型预测的边界盒与实际的边界盒更加接近。