Recall

Le rappel est la proportion de cas positifs réels correctement identifiés par un modèle. Il répond à la question « Sur tout ce qui aurait dû être détecté, quelle part le modèle a-t-il trouvée ? » et se calcule en divisant les vrais positifs par l’ensemble des positifs réels : rappel = TP / (TP + FN), où un faux négatif (FN) est un cas positif que le modèle n’a pas détecté. Le rappel varie de 0 à 1 ; un rappel de 0.90 signifie donc que le modèle manque 1 positif sur 10. Sensibilité, taux de vrais positifs (TPR) et taux de détection sont des synonymes, tandis que le taux d’omission, ou taux de faux négatifs, équivaut à un moins le rappel. Le rappel est particulièrement important lorsqu’une omission coûte cher, par exemple en cas de tumeur non détectée sur une image de dépistage ou d’intrus qu’un système d’alarme ne signale pas.

Calcul du rappel#

Le rappel s’appuie sur deux cellules de la matrice de confusion : les vrais positifs et les faux négatifs, qui représentent ensemble tous les positifs réels. Les faux positifs et les vrais négatifs n’entrent jamais dans la formule ; un modèle qui classe tout comme positif obtient donc un rappel parfait de 1.0, tout en étant inutile. Le rappel est donc indiqué avec la précision, TP / (TP + FP), qui pénalise précisément ces fausses alertes. Par exemple, un modèle de dépistage qui signale 90 tumeurs sur 100 dans un jeu de test a un rappel de 0.90, quel que soit le nombre d’images saines qu’il signale également ; sa précision indique combien de ses alertes étaient fondées.

Avec plus de deux classes, le rappel est calculé pour chaque classe, en considérant cette classe comme positive et toutes les autres comme négatives, puis les valeurs sont moyennées. Le rappel macro accorde le même poids à chaque classe, ce qui met en évidence les mauvais résultats sur les classes rares ; pour les tâches multiclasse à étiquette unique, le rappel micro-moyenné est égal à l’exactitude.

Le compromis précision-rappel#

La plupart des modèles produisent un score, et un seuil de décision le convertit en réponse oui ou non. Abaisser le seuil signale davantage de cas, ce qui augmente le rappel et réduit généralement la précision. Le script scikit-learn ci-dessous évalue 15 pièces, dont 5 défectueuses, avec trois seuils :

import numpy as np
from sklearn.metrics import precision_score, recall_score

# 5 defective parts (1) and 10 good parts (0), with the model's defect score for each
y_true = np.array([1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0])
scores = np.array([0.95, 0.80, 0.55, 0.40, 0.20, 0.60, 0.35, 0.30, 0.15, 0.10, 0.10, 0.05, 0.05, 0.05, 0.02])

# Lowering the decision threshold flags more parts as defective
for threshold in (0.7, 0.5, 0.3):
    y_pred = scores >= threshold
    recall = recall_score(y_true, y_pred)
    precision = precision_score(y_true, y_pred)
    print(f"threshold {threshold}: recall {recall:.2f}, precision {precision:.2f}")

Avec un seuil de 0.7, le modèle trouve 2 des 5 défauts sans fausse alerte, soit un rappel de 0.40 et une précision de 1.00. En abaissant le seuil à 0.3, il trouve 4 défauts, avec un rappel de 0.80, mais 3 de ses 7 alertes concernent des pièces en bon état, ce qui fait tomber la précision à 0.57. Le tracé de tous les seuils forme une courbe précision-rappel, sur laquelle le score F1 ou un score F2 pondéré par le rappel permet de choisir un point de fonctionnement. Dans YOLO26, le seuil conf de la prédiction fixe ce compromis ; sa valeur par défaut est 0.25. L’abaisser, par exemple à conf=0.1, permet de récupérer les objets moins visibles, plus petits et partiellement masqués, au prix de davantage de fausses détections.

Rappel en détection d’objets#

En détection d’objets, les positifs sont les objets étiquetés dans chaque image. Un objet étiqueté n’est considéré comme détecté que si une prédiction de la même classe le recouvre selon un rapport intersection sur union (IoU) supérieur ou égal à un seuil, souvent fixé à 0.5. Chaque prédiction ne peut correspondre qu’à un seul objet ; une boîte unique couvrant deux personnes dans une foule en détecte donc une seule, et l’autre devient un faux négatif.

Le rappel du détecteur dépend donc du seuil de confiance, du seuil IoU et du post-traitement. Un seuil IoU plus strict, comme 0.75, réduit le rappel pour les boîtes positionnées de manière imprécise ; la suppression des non-maxima (NMS) peut supprimer des boîtes correctes lorsque les objets se chevauchent fortement, et une limite du nombre de détections par image réduit le rappel dans les scènes denses. La précision moyenne (mAP) intègre la précision sur tous les niveaux de rappel ; chaque objet que le modèle ne détecte jamais la fait donc baisser. L’évaluation COCO rapporte également le rappel moyen (AR), c’est-à-dire le rappel maximal atteint pour un nombre fixe de détections par image, moyenné sur les seuils IoU de 0.50 à 0.95, sous la forme AR@1, AR@10 et AR@100.

Améliorer le rappel#

• Abaisser le seuil de confiance : la correction la plus rapide, au prix d’une baisse de la précision.
• Collecter et étiqueter les cas manqués : ajouter des exemples d’entraînement correspondant aux situations où le modèle échoue, comme les objets petits, occultés ou observés de nuit. L’examen des faux négatifs sur les données de validation permet de déterminer lesquels.
• Augmenter la résolution d’entrée : les petits objets réduits à quelques pixels à faible résolution deviennent détectables à une résolution plus élevée.
• Lutter contre le déséquilibre des classes : Des fonctions de perte comme la perte focale et le rééchantillonnage des classes rares empêchent le modèle d’ignorer la classe minoritaire.

Rappel et termes associés#

• Précision : La part des prédictions positives qui sont correctes. Le rappel indique quelle proportion de la cible le modèle a trouvée, tandis que la précision indique quelle proportion de ce qu’il a trouvé était juste.
• Spécificité : Le taux de vrais négatifs, TN / (TN + FP), c’est-à-dire la part des négatifs correctement rejetés. Les tests médicaux présentent les deux mesures sous la forme de sensibilité et spécificité.
• Courbe caractéristique de fonctionnement du récepteur (ROC) : Elle représente le rappel, c’est-à-dire le taux de vrais positifs, en fonction du taux de faux positifs pour différents seuils. L’aire sous la courbe (AUC) la résume par une seule valeur.
• Exactitude : La part de l’ensemble des prédictions qui sont correctes. Avec 1 % de positifs, un modèle qui prédit toujours la classe négative obtient une exactitude de 99 % et un rappel de 0 %.