详解:

detect       # 测试模型，输出图片并在图片中标注出物体和概率
train        # 训练模型，输出内容，模型(最好、最新权重、混潜矩阵、F1曲线、超参数文件、P曲线、R曲线、PR曲线、结果文件(loss值、P、R) 等
expn         # 第n次实验数据

confusion_matrix.png         # 混淆矩阵
P_curve.png                  # 准确率与置信度的关系图线
R_curve.png                  # 精准率与置信度的关系图线
PR_curve.png                 # 精准率与召回率的关系图线
F1_curve.png                 # F1分数与置信度 (x轴)之间的关系
labels_correlogram.jpg       # 预测标签长宽和位置分布
results.png                  # 各种loss和metrics (p、r、mAP等，详见utils/metrics) 曲线
results.csv                  # 对应上面png的原始result数据
hyp.yaml                     # 超参数记录文件
opt.yaml                     # 模型可选项记录文件
train_batchxipg              # 训练集图像x (带标注)
val_batchx_labels.jpg        # 验证集图像x (带标注)
val_batchx_pred.jpg          # 验证集图像x (带预测标注)
weights                      # 权重
bset.pt                      # 历史最好权重
last.pt                      # 上次检测点权重
labels.jpg                   # 4张图，4张图，(1，1) 表示每个类别的数据量
                             # (1，2) 真实标注的 bounding box
                             # (2，1) 真实标注的中心点坐标
                             # (2，2) 真实标注的矩阵宽高