val_yolov8.py

import multiprocessing
from ultralytics import YOLO


def main():
    multiprocessing.freeze_support()
    print("🔍 开始在验证集上评估模型...")

    # 训练好的 best.pt 权重文件
    model_path = 'runs/train/yolov8_ppe_v1.100/weights/best.pt'

    try:
        # 加载训练好的神兵利器
        model = YOLO(model_path)
    except FileNotFoundError:
        print(f"❌ 找不到模型文件：{model_path}")
        print("请检查 runs/train/ 目录下你最新训练的文件夹名字，并修改 model_path！")
        return

    # 开始在验证集 (val) 上进行严格评估
    print("📊 正在拼命计算 mAP 指标，请稍候...")
    metrics = model.val(
        data='datasets/helmet-vest/rebuild/data.yaml',
        device=0,  # 使用 RTX 3050 GPU 进行加速推理
        split='val'  # 指定评估验证集
    )

    # 提取并打印论文里最需要的两个核心指标
    # print("\n" + "🔥" * 20)
    print("核心评估指标：")
    print(f"mAP50 (常用的精度): {metrics.box.map50:.4f}")
    print(f"mAP50-95 (更严格的平均精度): {metrics.box.map:.4f}")
    # print("🔥" * 20)


if __name__ == '__main__':
    main()