# 增强的YOLO结果解析功能

## 问题解决

用户提到分类任务中 results.csv 文件格式不同，可能没有 mAP50-95 指标。现已增强解析功能以支持多种任务类型。

## 主要改进

### 1. 增强的 `parseResultsCsv` 方法

现在支持不同任务类型的CSV格式解析：

#### 分类任务 (classify)
- **主要指标**：accuracy, top1_acc, top5_acc
- **CSV格式示例**：
  ```
  epoch,train/loss,val/loss,metrics/accuracy,metrics/top1_acc,metrics/top5_acc
  0,1.234,0.987,0.8521,0.8521,0.9543
  ```
- **解析逻辑**：
  - 优先解析 `accuracy` 作为主要准确率
  - 同时记录 Top-1 和 Top-5 准确率
  - 保存格式：`accuracy:0.8521`

#### 检测任务 (detect) 
- **主要指标**：precision, recall, mAP50, mAP50-95
- **CSV格式示例**：
  ```
  epoch,train/box_loss,train/cls_loss,train/dfl_loss,metrics/precision,metrics/recall,metrics/mAP50,metrics/mAP50-95
  0,0.123,0.456,0.789,0.8521,0.7432,0.8123,0.7654
  ```
- **保存格式**：`precision:0.8521,recall:0.7432,map:0.7654`

#### 分割任务 (segment)
- **主要指标**：同检测任务
- **处理方式**：与检测任务相同

### 2. 新增方法

#### `parseGenericResults`
- 用于处理未知任务类型
- 通用解析逻辑，尝试识别常见的指标名称

#### `saveClassificationAccuracyToDatabase`
- 专门用于保存分类任务的准确率
- 区别于检测/分割任务的保存方法

### 3. 智能任务类型识别

```java
String taskType = config.getTaskType();
if (taskType == null) {
    taskType = "detect"; // 默认为检测任务
}
```

根据 `YoloConfig.taskType` 自动选择合适的解析策略。

## 集成状态

### ✅ 已完成的集成

1. **训练任务 (trainAsync)** - 完全集成
2. **检测 "Results saved to"** - 所有任务类型都支持
3. **多任务类型解析** - 支持分类、检测、分割

### ⚠️ 待完成的集成

虽然代码逻辑已经增强，但以下方法中的 "Results saved to" 检测还需要添加：

1. **验证方法 (validate)** - 需要在日志读取循环中添加检测
2. **预测方法 (predict)** - 需要在日志读取循环中添加检测

## 使用示例

### 分类任务输出
```
检测到YOLO结果保存路径: D:\data\train\classify\runs\classify\train1
分类任务解析到准确率(Accuracy): 0.8521
分类任务解析到Top-1准确率: 0.8521
分类任务解析到Top-5准确率: 0.9543
已保存分类任务准确率到数据库 - 训练ID: 12345, 准确率: accuracy:0.8521
```

### 检测任务输出
```
检测到YOLO结果保存路径: D:\data\train\detect\runs\detect\train1
检测/分割任务解析到识别率 - Precision: 0.8521, Recall: 0.7432, mAP: 0.7654
已保存识别率到数据库 - 训练ID: 12346, 识别率: precision:0.8521,recall:0.7432,map:0.7654
```

## 数据库字段格式

### 分类任务
```sql
rate: "accuracy:0.8521"
```

### 检测/分割任务
```sql
rate: "precision:0.8521,recall:0.7432,map:0.7654"
```

## 错误处理

- 如果CSV解析失败，不会影响任务完成状态
- 支持部分指标解析，即使某些字段缺失
- 详细的日志记录便于调试

## 下一步

需要为 `validate` 和 `predict` 方法添加相同的 "Results saved to" 检测逻辑，以实现完整的功能覆盖。