模型准确率很高，却漏掉多数关键目标；另一模型召回率高，却带来大量误报。只报一个分数，难以判断实际效果。读完本文，你可以核对混淆矩阵、计算精确率与召回率，并区分分类、检测和分割的评估对象。
我们先用十个二分类样本计算指标，再用纯 Python 检验阈值变化。随后结合检测框交并比，说明类别正确不等于定位准确。通过正常和边界情况的对照，你可以建立基本的误差分析顺序，避免混用不同任务的指标。
文章目录
- 准确率很高，为什么关键目标仍被漏掉
- 核心概念与工作机制
- 精确率、召回率和 F1
- 从分类扩展到检测和分割
- 指标和错误代价的区别
- 最小示例
- 环境与准备
- 工作流程图
- 完整代码或操作命令
- 运行步骤与预期输出
- 验证结果
- 常见误区与适用边界
- 总结
准确率很高，为什么关键目标仍被漏掉
假设十张图中只有两张包含目标。模型把所有图都判断为“无目标”，准确率仍有 80%，但目标召回率为 0。这说明评估必须看类别分布、错误类型和业务代价，不能只挑一个漂亮数字。
| 实际情况 | 预测为目标 | 预测为无目标 |
|---|---|---|
| 真实有目标 | TP，真正例 | FN，假负例或漏报 |
| 真实无目标 | FP，假正例或误报 | TN，真负例 |
核心概念与工作机制
精确率、召回率和 F1
精确率Precision = TP / (TP + FP)，关注预测为正的结果有多少是真的；召回率Recall = TP / (TP + FN)，关注真实为正的样本找回多少；F1 = 2PR / (P + R)，用于概括二者的平衡。分母为零时要明确处理口径，不能把未定义指标偷偷当成良好成绩。
从分类扩展到检测和分割
分类主要比较图像级类别。检测还要比较预测框与真实框的位置，常用交并比 IoU 判断定位是否达到设定阈值；一个框即便类别对了，定位太
