关于yolov3 训练输出值

[hei-my]

你好，据我了解，Darknet训练得输出日志含义为以下内容。
`Region xx: cfg文件中yolo-layer的索引；

Avg IOU:当前迭代中，预测的box与标注的box的平均交并比，越大越好，期望数值为1；

Class: 标注物体的分类准确率，越大越好，期望数值为1；

obj: 越大越好，期望数值为1；

No obj: 越小越好；

.5R: 以IOU=0.5为阈值时候的recall;

0.75R: 以IOU=0.75为阈值时候的recall;

count:正样本数目。那么请问下yolov3-tf2得输出日志中含义是什么意思呢？只看到loss和val_loss为损失和验证损失，在输出中，我们的精度是看不到的，以及yolo_output_0_loss代表什么意思呢？只要我们的模型触发EarlyStopping就是最好的训练结果吗？如果在EarlyStopping中加上restore_best_weights=True会不会更好？谢谢！Epoch 205/500000
27/27 [==============================] - 33s 1s/step - loss: 8.4234 - yolo_output_0_loss: 9.0847e-04 - yolo_output_1_loss: 0.0146 - yolo_output_2_loss: 0.0436 - val_loss: 8.5021 - val_yolo_output_0_loss: 0.0016 - val_yolo_output_1_loss: 0.1052 - val_yolo_output_2_loss: 0.0434`

[taptapme]

我也想问这个问题