召回率

召回率（Recall），也称为灵敏度或真阳性率，是用于衡量 评价指标，用于衡量 机器学习（ML）模型识别数据集中所有相关实例的能力。 识别数据集中所有相关实例的能力。从本质上讲，召回率回答了一个具体问题："在所有 模型成功detect了多少？这一指标尤其注重 最大限度地减少假阴性，确保关键事件或对象不会被忽略。虽然 准确率提供了性能的总体概况、 在错失目标的代价高于误报的情况下，召回率成为衡量成功与否的主要指标。 警报。

回忆在人工智能中的重要性

在许多计算机视觉（CV）和数据分析任务中 任务中，错误的代价并不一致。detect 不到阳性案例（第二类错误）有时会很危险或很昂贵。 危险或代价高昂。高召回率可确保系统广撒网，尽可能多地捕捉到真正的阳性结果。 尽可能多的真阳性。这通常是通过在推理过程中调整 阈值；降低阈值通常会增加召回率，但 阈值通常会提高召回率，但可能会导致更多的误报。

工程师经常分析 精度-调用曲线 以了解其模型的内在权衡。一个召回率为 100% 的模型已经找到了每一个目标对象、 尽管它也可能错误地将一些背景噪声标记为目标。

实际应用

召回率是许多安全关键型人工智能解决方案背后的驱动指标。 人工智能解决方案背后的驱动指标。以下是召回率优先的两个突出例子 优先：

• 医疗诊断：在医疗图像分析领域 医疗图像分析领域，例如通过 X 射线或核磁共振成像筛查疾病 在医学图像分析领域，如通过 X 射线或核磁共振成像筛查疾病，高回收率是不二之选。如果一个 肿瘤检测人工智能模型 在分析扫描图像时，系统最好能标记出一个可疑的阴影，但结果却是良性的（假阳性），而不是漏掉一个恶性肿瘤（假阳性）。 阳性）比完全漏掉一个恶性肿瘤（假阴性）要好得多。医生依靠这些 人工智能在医疗保健工具中起到安全网的作用、 确保不会忽视潜在的健康风险。
• 安全与监控：对于 安全警报系统的主要目标是 detect 每一次入侵企图。针对高召回率进行优化的系统可确保一旦有人进入限制区，警报就会触发。 警报就会触发。虽然这可能会导致偶尔出现由动物或阴影引起的误报，但这比系统无法检测到入侵者要好得多。 但总比系统detect 不到真正的入侵者要好。 这些情况下的物体检测模型 调整，以确保对潜在威胁的最大灵敏度。

召回率与精度和准确率

了解召回率和相关指标之间的区别对于解释 模型评估见解至关重要。

• 召回率与精确度：召回率衡量找到的真实阳性结果的数量、 精确度则衡量这些 正向预测的质量或可靠性。精确度会问 "在所有标注为阳性的项目中，有多少是真正的阳性？ 是正面的？通常需要权衡利弊；通过接受低置信度检测来提高召回率通常会降低精确度。 会降低精确度。F1 分数是一个将两者结合起来的指标。 提供一个平衡的视角。
• 召回率与准确率：准确率衡量的是正确预测的总体百分比（包括正面预测和负面预测）。 和否定）。然而，在 不平衡的数据集上--比如在一条生产线上，99% 的零件是好的，只有 1% 的零件有缺陷--模型可以简单地每次都预测 "好"，从而达到 99% 的准确率，而对缺陷的召回率为 0%。 每次都预测 "好"，从而达到 99% 的准确率，而对缺陷的召回率为 0%。在这种 在这种异常检测任务中，召回率是比准确率更诚实的指标。 在这种异常检测任务中，召回率是一个比准确率更诚实的指标。

用Ultralytics YOLO测量召回率

在使用 Ultralytics YOLO11架构开发模型时，在验证过程中会自动 在验证过程中自动计算。该框架会计算每个类别的召回率和 平均精确度 (mAP)，帮助 开发人员衡量模型找到对象的能力。

您可以使用Python 轻松验证训练有素的模型并查看其召回指标：

from ultralytics import YOLO

# Load a pretrained YOLO11 model
model = YOLO("yolo11n.pt")

# Validate the model on a standard dataset like COCO8
# The results will include Precision (P), Recall (R), and mAP
metrics = model.val(data="coco8.yaml")

# Access the mean recall score from the results
print(f"Mean Recall: {metrics.results_dict['metrics/recall(B)']}")

该代码段加载了一个 YOLO11 模型，并在COCO8 数据集上运行验证。其 输出提供了全面的性能细分，使您能够评估您的模型是否满足特定应用所需的召回要求。 回收率要求。如果召回率太低，您可以考虑采用以下技术 数据增强或 超参数调整等技术来提高灵敏度。