在目标检测领域，确定可信度阈值的意思就是，大于某一个可信度了，才认为这个框框被预测对。

        一般来说，都是看一下在什么可信度阈值的时候，F1 Score最高，F1 Score的定义是：

         PR曲线是通过在不同可信度阈值下计算模型的Precision和Recall而得到的。每一个可信度阈值对应于PR曲线上的一个点，该点的横坐标是可信度阈值，纵坐标是在该阈值下计算得到的Precision和Recall。当阈值越低，那么P越大，R越小。P和R往往是相反的关系。

        这里比较容易搞混的是AP和F1 Score，一定要记得，PR曲线是和你给的iou thresold没关系的！PR图是测试数据和模型在哪里，那么PR曲线就是固定的了！你设什么IOU阈值（可信度阈值）都不会影响！我们可以大致从PR图看出最佳的阈值是多少，但是我们还得去计算F1 Score，才可以更定量地找到最佳的能权衡recall和presicion的阈值！

        所以，找到你代码中计算presicion和recall的地方，加上计算F1的代码就可以了！然后找出F1值最高的地方！那儿对应的可信度阈值（iou阈值）就是你需要的！