YOLOv11训练中精准率召回率与mAP@0.5的动态变化分析

目标检测模型的训练过程涉及多个关键性能指标和损失函数的变化，这些数据能够直观反映模型的收敛速度、最终精度以及改进效果。本文旨在通过绘制YOLOv11模型在训练过程中的精准率（Precision）、召回率（Recall）、mAP@0.5 、mAP@0.5 :0.95以及各种损失的变化曲线，支持多文件数据对比，从而为论文中展示不同算法的性能差异提供直观依据。

1. results.csv 文件

在目标检测模型（如YOLO系列）的训练过程中，通常会生成一个记录训练和验证过程性能指标的日志文件。常见的日志文件格式为 .csv，例如 results.csv。该文件包含了模型在每个训练轮次（Epoch）中的关键性能指标和损失值，用于后续分析和可视化。

1.1 基本结构

results.csv 文件以逗号分隔的表格形式存储数据，每一行代表一个训练轮次（Epoch），每一列对应一个特定的指标或损失值。文件通常包含以下字段：

字段名称	描述
epoch</