置信度

在人工智能与机器学习领域，置信度评分是衡量模型对特定预测结果确定程度的指标。该值通常在0到1之间（或0%到100%），代表算法输出与真实结果吻合的估计概率。例如在目标检测任务中，若系统 将图像某区域识别为"自行车"且置信度为0.92，则表明该分类正确的估计概率为92%。这些分数源自神经网络的最终层，通常需经过激活函数处理——多类分类采用Softmax函数，二元决策则使用Sigmoid函数。

信心在推理中的作用

置信度评分是推理引擎工作流的基础组件，作为过滤器用于区分高质量预测与背景噪声。这种称为阈值处理的过滤过程，使开发者能够调整应用程序的敏感度。通过设定最低置信度阈值，可管理关键的精度-召回率权衡关系。 较低的阈值虽能detect 目标，却会增加误报风险；而较高的阈值虽能提升精确度，却可能遗漏细微实例。

Ultralytics 先进架构中，置信度评分对后处理技术（如非最大抑制（NMS））至关重要。NMS 这些评分移除显著重叠的冗余边界框，仅保留概率最高的检测结果。此步骤确保最终输出数据干净整洁，可直接用于物体计数或追踪等下游任务。

以下Python 演示了如何使用 ultralytics 包装

from ultralytics import YOLO

# Load the latest YOLO26n model
model = YOLO("yolo26n.pt")

# Run inference with a confidence threshold of 0.5 (50%)
# Only detections with a score above this value are returned
results = model.predict("https://ultralytics.com/images/bus.jpg", conf=0.5)

# Inspect the confidence scores of the detected objects
for box in results[0].boxes:
    print(f"Class: {box.cls}, Confidence: {box.conf.item():.2f}")

实际应用

置信度评分在计算机视觉（CV）应用的各行各业中都提供了不可或缺的可解释性层级。它们能帮助自动化系统判断何时应自主运行，何时需触发警报以供人工审核。

• 自动驾驶：在汽车人工智能领域，自动驾驶车辆依赖置信度指标来保障乘客安全。当感知系统以较低置信度检测到障碍物时，它可能会将该数据与激光雷达或雷达进行交叉验证，以确认物体存在后再执行紧急避让操作。这种冗余机制有助于避免因阴影或眩光引发的"虚假制动"现象。
• 医疗诊断： 在医疗领域运用人工智能时，模型通过标记影像数据中的潜在异常来辅助医疗专业人员。专为肿瘤检测构建的系统可能突出显示高置信度区域以供即时诊断，而置信度较低的预测结果则会被记录以供二次分析。这种人机协同的工作流程确保人工智能能够增强临床决策能力，而非取代专家判断。
• 工业自动化： 在智能制造中，机械臂通过置信度评分与装配线上的物体交互。配备视觉人工智能的机器人仅在检测置信度超过90%时才会尝试抓取部件，从而降低因定位偏差导致精密零件受损的风险。

区分自信与相关术语

区分置信度与模型评估中使用的其他统计指标至关重要。

• 置信度与准确率： 准确率是描述模型在整个数据集上正确率的全局指标（例如"模型准确率为92%"）。而置信度则是针对特定预测结果的局部值（例如"模型有92%的把握认为这张特定图片包含猫"）。 模型可能整体准确率很高，但在边缘案例上仍会给出较低置信度。
• 置信度与概率校准：原始置信度分数并不总是与真实正确概率一致。当模型以0.8置信度作出的预测正确率约为80%时，该模型即为"良好校准"。常采用普拉特缩放 或等张回归等技术，使分数与经验概率保持一致。
• 置信度与精确度： 精确度衡量实际正确的阳性识别比例。虽然提高置信度阈值通常能提升精确度，但往往以牺牲召回率为代价。开发者必须根据应用场景的优先级——是更注重减少遗漏还是降低误报——来调整该阈值。

提高模型信心

若模型对有效目标持续输出低置信度，通常表明训练数据与部署环境存在差异。 缓解此问题的策略包括： 数据增强技术，通过改变光照、旋转角度和添加噪声来人工扩展数据集。此外Ultralytics 实现主动学习管道，开发者可轻松识别低置信度样本，对其进行标注并重新训练模型。这种迭代循环对于构建能够在动态真实环境中可靠运行的强大AI智能体至关重要。