在ultralytics/utils/文件中 修改各个指标的影响权重
def fitness(self):
"""Model fitness as a weighted combination of metrics."""
w = [0.25, 0.25, 0.35, 0.15] # weights for [P, R, mAP@0.5, mAP@0.75]
return ((self.mean_results()) * w).sum()
P, R, mAP@0.5, mAP@0.75,并且设权重为w = [0.25, 0.25, 0.35, 0.15]了，如果需要修改，就像我一样先改上面的权重。再按照下面修改： 设置你要评估的指标
def mean_results(self):
"""Mean of results, return mp, mr, map50, map."""
return [, , self.map50, self.map75]
还是这个文件，代码在上面，改成你需要的指标。在这就已经改完了。
在ultralytics/models/yolo/detect/文件中 训练结束时输出你想要的指标结果
def get_desc(self):
"""Return a formatted string summarizing class metrics of YOLO model."""
return ("%22s" + "%11s" * 6) % ("Class", "Images", "Instances", "Box(P", "R", "mAP50", "mAP75)")
像我一样把结果输出的地方也改了（改不改都可以，改了就会像下面一样显示你要评估的指标了）
Epoch GPU_mem box_loss cls_loss dfl_loss Instances Size
7/300 4.2G 4.77 4.595 1.872 15 640: 100%|██████████| 22/22 [00:06<00:00, 3.39it/s]
Class Images Instances Box(P R mAP50 mAP75): 100%|██████████| 3/3 [00:00<00:00, 5.38it/s]
all 86 109 0.493 0.55 0.392 0.0121
0%| | 0/22 [00:00<?, ?it/s]
Epoch GPU_mem box_loss cls_loss dfl_loss Instances Size
8/300 4.2G 4.761 4.212 1.763 6 640: 100%|██████████| 22/22 [00:06<00:00, 3.34it/s]
Class Images Instances Box(P R mAP50 mAP75): 100%|██████████| 3/3 [00:00<00:00, 5.26it/s]
all 86 109 0.432 0.505 0.363 0.0247
再附带一个吧，设置早停epoch：ultralytics/cfg/ 中改 patience
