Recall

再現率は、モデルが正しく識別した実際の陽性ケースの割合です。「検出すべきもの全体のうち、モデルはいくつ検出できたか」という問いに答える指標で、真陽性を実際の陽性の総数で割って計算します。再現率 = TP / (TP + FN)です。ここで偽陰性（FN）は、モデルが見逃した陽性ケースです。再現率は0から1の範囲で、再現率が0.90の場合、陽性の10件に1件を見逃します。感度、真陽性率（TPR）、ヒット率は同義語で、見逃し率または偽陰性率は1から再現率を引いた値です。スクリーニング画像で検出されなかった腫瘍や、警報システムが警告しない侵入者のように、見逃しの代償が大きい場合、再現率が特に重要です。

再現率の計算方法#

再現率は、混同行列の真陽性と偽陰性の2つのセルを使います。この2つを合わせると、実際の陽性すべてになります。偽陽性と真陰性は計算式に含まれないため、すべてを陽性と判定するモデルは、役に立たないにもかかわらず完璧な再現率1.0を達成します。そのため再現率は、こうした誤警報に対するペナルティとなるTP / (TP + FP)である適合率と併せて報告されます。たとえば、テストセット内の腫瘍100件のうち90件をスクリーニングモデルが検出した場合、健康な画像を何件誤検出したかに関係なく、再現率は0.90です。適合率を見ると、検出結果のうち実際に陽性だった割合が分かります。

クラスが2つを超える場合は、各クラスについて、そのクラスを陽性、その他のすべてを陰性として再現率を計算し、平均を取ります。マクロ平均再現率では各クラスが等しく重み付けされるため、希少クラスの性能低下が明らかになります。単一ラベルの多クラス分類では、マイクロ平均再現率は正解率と等しくなります。

適合率と再現率のトレードオフ#

ほとんどのモデルはスコアを出力し、判定しきい値によってスコアをはい／いいえの判定に変換します。しきい値を下げると、より多くのケースが検出され、再現率が上がる一方、通常は適合率が下がります。以下のscikit-learnスクリプトでは、15個の部品のうち不良品5個を、3つのしきい値でスコアリングします。

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}")

しきい値が0.7の場合、モデルは誤警報なしで不良品5個のうち2個を検出し、再現率は0.40、適合率は1.00です。しきい値を0.3に下げると不良品を4個検出します。再現率は0.80になりますが、検出した7個のうち3個は良品のため、適合率は0.57に下がります。すべてのしきい値をプロットすると適合率・再現率曲線が描かれ、F1スコアまたは再現率を重視したF2スコアによって、曲線上の動作点を1つ選べます。YOLO26では、予測のconfしきい値によってこのトレードオフを設定します。デフォルトは0.25です。たとえばconf=0.1まで下げると、かすかに見える物体、小さな物体、一部が隠れた物体をより多く検出できる一方、誤検出も増えます。

物体検出における再現率#

物体検出では、各画像にラベル付けされた物体が陽性にあたります。ラベル付き物体が検出されたとみなされるのは、同じクラスの予測がその物体と重なり、Intersection over Union（IoU）がしきい値以上の場合に限られます。しきい値は通常0.5です。各予測が対応付けられる物体は1つだけです。そのため、混雑した場所で人物2人を1つのボックスが囲んでも、検出できるのは1人だけで、もう1人は偽陰性になります。

検出器の再現率は、信頼度しきい値、IoUしきい値、後処理によって変わります。0.75などの厳しいIoUしきい値では、位置がずれたボックスの再現率が下がります。非最大抑制（NMS）によって、物体が大きく重なっている場合に正しいボックスが削除されることがあり、画像あたりの検出数上限は物体が密集したシーンの再現率を制限します。平均適合率（mAP）は、すべての再現率レベルにわたって適合率を積分するため、モデルが検出できない物体があるとスコアが下がります。COCO評価では、画像あたりの検出数を固定した場合に達成される最大再現率である平均再現率（AR）も報告します。これはIoUしきい値0.50から0.95までの平均で、AR@1、AR@10、AR@100として示されます。

再現率の向上#

• 信頼度しきい値を下げる: 最も手早い対策ですが、適合率は下がります。
• 見逃しを収集してラベル付けする: 小さい物体、遮蔽物のある物体、夜間の物体など、モデルが失敗する条件の学習例を追加します。検証データで偽陰性を確認すると、どの条件で失敗したかが分かります。
• 入力解像度を上げる: 低解像度では数ピクセルに縮小される小さな物体も、解像度を上げると検出できるようになります。
• クラス不均衡への対処: 焦点損失などの損失関数や、希少クラスの再サンプリングによって、モデルが少数クラスを無視するのを防ぎます。

再現率と関連用語#

• 適合率: 正例と予測されたもののうち、正解した割合です。再現率は対象のうちモデルがどれだけ見つけたかを問い、適合率は見つけたもののうちどれだけ正しかったかを問います。
• 特異度: 真陰性率（TN / (TN + FP)）であり、陰性を正しく棄却した割合です。医療検査では、感度と特異度を組み合わせて報告します。
• 受信者動作特性（ROC）曲線: しきい値全体にわたり、真陽性率としての再現率を偽陽性率に対してプロットします。曲線下面積（AUC）によって、その性能を1つの数値で要約します。
• 正解率: すべての予測のうち正解した割合です。正例が1%の場合、常に陰性と予測するモデルでも正解率は99%、再現率は0%になります。