Recall

召回率是模型正确识别出的实际正例占所有实际正例的比例。它回答的问题是：“所有本该找到的对象中，模型找到了多少？”计算方法是真正例除以所有实际正例：recall = TP / (TP + FN)，其中假阴性 (FN) 是模型漏掉的正例。召回率范围为 0 到 1，因此召回率为 0.90 意味着每 10 个正例中会漏掉 1 个。当漏检代价很高时，召回率尤为重要，例如筛查扫描中未检测出的肿瘤，或警报系统未能标记的入侵者。敏感度、真正例率 (TPR) 和命中率都是召回率的同义词；漏检率，也就是假阴性率，等于 1 减去召回率。

召回率的计算方法#

召回率取自混淆矩阵中的两个单元格：真正例和假阴性；两者合起来涵盖所有实际正例。假阳性和真阴性不会参与计算，因此，将所有内容都标记为正例的模型可以达到完美召回率 1.0，却毫无实用价值。因此，召回率通常会与精确率 TP / (TP + FP) 一同报告，因为精确率恰好会惩罚这些误报。例如，在一个测试集中，筛查模型标记出 100 个肿瘤中的 90 个，其召回率就是 0.90，无论它还标记了多少健康扫描；精确率则显示这些标记中有多少是真实的。

类别数超过两个时，召回率会针对每个类别分别计算，将该类别视为正例、其他所有类别视为负例，然后再求平均值。宏平均召回率对每个类别赋予相同权重，因此能揭示模型在稀有类别上的较差表现；在单标签多分类任务中，微平均召回率等于准确率。

精确率-召回率权衡#

大多数模型都会输出一个分数，决策阈值则将分数转化为是或否。降低阈值会标记更多情况，从而提高召回率，通常也会降低精确率。下面的 scikit-learn 脚本以三个阈值对 15 个零件评分，其中 5 个有缺陷：

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}")

阈值为 0.7 时，模型能找出 5 个缺陷中的 2 个且没有误报，召回率为 0.40，精确率为 1.00。将阈值降至 0.3 后，模型能找出 4 个缺陷，召回率为 0.80，但 7 个标记中有 3 个是合格零件，因此精确率降至 0.57。绘制所有阈值下的结果即可得到精确率-召回率曲线，再通过 F1 分数或召回率加权的 F2 分数选取单个工作点。在 YOLO26 中，预测的 conf 阈值用于设定这种权衡，默认值为 0.25；例如将其降至 conf=0.1，可以找回更暗、更小或部分遮挡的对象，但会增加误检。

目标检测中的召回率#

在目标检测中，正例是每张图像中标注的对象。只有当同类别预测框与标注对象的交并比 (IoU)达到或超过阈值（通常为 0.5）时，才算找到了该对象。每个预测只能匹配一个对象，因此，一个覆盖人群中两个人的框只能找到其中一个，另一个会成为假阴性。

检测器召回率取决于置信度阈值、IoU 阈值和后处理。较严格的 IoU 阈值（如 0.75）会降低框位置不够准确时的召回率；非极大值抑制 (NMS)可能会删除高度重叠对象的正确框；每张图像的检测数量上限则会限制密集场景中的召回率。平均精度均值 (mAP)会整合所有召回率水平下的精确率，因此模型未能找到的每个对象都会拉低 mAP。COCO 评估还会报告平均召回率 (AR)：在每张图像的检测数量固定时达到的最大召回率，并对 0.50 到 0.95 的 IoU 阈值取平均，结果表示为 AR@1、AR@10 和 AR@100。

提高召回率#

• 降低置信度阈值： 最快的修复方法，但会牺牲精确率。
• 收集并标注漏检样本： 为模型容易失败的情况补充训练示例，例如小目标、遮挡目标或夜间目标。检查验证数据中的假阴性，可以找出具体的漏检对象。
• 提高输入分辨率： 在低分辨率下缩小到只有几个像素的小目标，在更高分辨率下就能被检测到。
• 应对类别不平衡： 焦点损失等焦点损失函数以及对稀有类别进行重采样，可以防止模型忽略少数类。

召回率与相关术语#

• 精确率： 所有正类预测中正确预测所占的比例。召回率关注模型找到了多少目标，而精确率关注模型找到的目标中有多少是正确的。
• 特异度： 真负率，TN / (TN + FP)，即正确排除的负类所占比例。医学检测通常会同时报告灵敏度和特异度。
• 受试者工作特征（ROC）曲线： 在不同阈值下，以真阳性率为召回率，对比假阳性率绘制曲线。曲线下面积（AUC）用一个数值概括该曲线。
• 准确率： 所有预测中正确预测所占的比例。当正类占比为 1% 时，始终预测为负类的模型准确率为 99%，召回率却为 0%。