Recall

La exhaustividad, también conocida como sensibilidad o tasa de verdaderos positivos, es una métrica de rendimiento fundamental en el aprendizaje automático que mide la capacidad de un modelo para identificar todas las instancias relevantes dentro de un conjunto de datos. En el contexto de la detección de objetos o la clasificación, responde específicamente a la pregunta: "De todos los casos positivos reales, ¿cuántos encontró correctamente el modelo?" Lograr una alta exhaustividad es fundamental en escenarios donde pasar por alto una instancia positiva —a menudo denominada falso negativo— conlleva consecuencias importantes. A diferencia de la exactitud, que puede ser engañosa al tratar con datos desequilibrados, la exhaustividad ofrece una visión enfocada en la eficacia del modelo para "capturar" la clase de destino.

La importancia de un recall alto#

En muchas aplicaciones de inteligencia artificial, el coste de no detectar un objeto es mucho mayor que el coste de una falsa alarma. Un modelo optimizado para la exhaustividad minimiza los falsos negativos, lo que garantiza que el sistema extienda una red lo suficientemente amplia como para capturar posibles amenazas, anomalías o condiciones críticas. Esto a menudo implica una compensación, ya que aumentar la exhaustividad a veces puede llevar a una puntuación de precisión más baja, lo que significa que el modelo podría marcar más elementos no relevantes como positivos. Comprender este equilibrio es clave para desarrollar soluciones de aprendizaje automático robustas.

Aplicaciones en el mundo real#

La exhaustividad es la métrica impulsora detrás de muchas soluciones de IA críticas para la seguridad. Aquí tienes dos ejemplos destacados donde la sensibilidad tiene prioridad:

• Diagnóstico médico: En el análisis de imágenes médicas, como la exploración de radiografías en busca de signos tempranos de enfermedad, una alta exhaustividad no es negociable. Si se utiliza un sistema de IA en la sanidad para detectar tumores, es mucho mejor que el sistema marque una sombra sospechosa que resulte ser benigna (un falso positivo) que pasar por alto un tumor maligno por completo. Los médicos confían en estas herramientas para que actúen como una red de seguridad y garanticen que no se pase por alto ningún riesgo potencial para la salud.
• Seguridad y vigilancia: Para un sistema de alarma de seguridad, el objetivo principal es detectar cada intento de intrusión. Un sistema optimizado para una alta exhaustividad garantiza que, si una persona entra en una zona restringida, la alarma se active. Aunque esto pueda dar lugar a falsas alarmas ocasionales causadas por la fauna, esto es preferible a que el sistema no detecte a un intruso real. Los modelos de detección de objetos en estos escenarios se ajustan para garantizar la máxima sensibilidad ante posibles amenazas.

Recall frente a Precisión#

Es esencial distinguir la exhaustividad de su contraparte, la precisión. Mientras que la exhaustividad mide la cantidad de casos relevantes encontrados (exhaustividad), la precisión mide la calidad de las predicciones positivas (exactitud).

• Recall: Se centra en evitar detecciones perdidas. "¿Encontramos todas las manzanas?"
• Precisión: Se centra en minimizar las falsas alarmas. "¿Son todas las cosas que llamamos manzanas realmente manzanas?"

Estas dos métricas suelen compartir una relación inversa, visualizada a través de una curva de precisión-exhaustividad. Para evaluar el equilibrio general entre ambas, los desarrolladores suelen observar la puntuación F1, que es la media armónica de ambas. En conjuntos de datos desequilibrados, observar la exhaustividad junto con la matriz de confusión ofrece una imagen mucho más clara del rendimiento que la simple exactitud.

Cómo medir el recall con Ultralytics YOLO#

Al entrenar modelos como el vanguardista YOLO26, la exhaustividad se calcula automáticamente durante la fase de validación. El marco calcula la exhaustividad para cada clase y la precisión media media (mAP), lo que ayuda a los desarrolladores a evaluar qué tan bien encuentra los objetos el modelo.

Puedes validar fácilmente un modelo entrenado y ver sus métricas de recall usando Python. Este fragmento demuestra cómo cargar un modelo y comprobar su rendimiento en un conjunto de datos estándar:

from ultralytics import YOLO

# Load a pretrained YOLO26 model
model = YOLO("yolo26n.pt")

# Validate the model on the COCO8 dataset
# The results object contains metrics like Precision, Recall, and mAP
metrics = model.val(data="coco8.yaml")

# Access and print the mean recall score for box detection
print(f"Mean Recall: {metrics.results_dict['metrics/recall(B)']:.4f}")

Este código utiliza la API de Ultralytics para ejecutar la validación. Si la exhaustividad es menor que la requerida para tu proyecto, puedes considerar técnicas como la aumento de datos para crear ejemplos de entrenamiento más variados o el ajuste de hiperparámetros para ajustar la sensibilidad del modelo. Utilizar la Plataforma de Ultralytics también puede simplificar el proceso de gestión de conjuntos de datos y el seguimiento de estas métricas en múltiples ejecuciones de entrenamiento.

Mejorar el recall del modelo#

Para impulsar la exhaustividad de un modelo, los científicos de datos suelen ajustar el umbral de confianza utilizado durante la inferencia. Reducir el umbral hace que el modelo sea más "optimista", aceptando más predicciones como positivas, lo que aumenta la exhaustividad pero puede disminuir la precisión. Además, recopilar datos de entrenamiento más diversos ayuda al modelo a aprender a reconocer negativos difíciles e instancias oscuras. Para tareas complejas, el empleo de arquitecturas avanzadas como bloques Transformer o la exploración de métodos de conjunto también puede mejorar la capacidad del sistema para detectar características sutiles que los modelos más simples podrían pasar por alto.