4. 误检漏检的评估指标体系

在农业视觉检测任务中，模型“看起来不错”和“真正可用”之间往往隔着一条鸿沟。果园里一个把青苹果误判为背景的漏检，可能导致采摘机器人空手而归；而把叶片阴影误判为病斑的误检，则可能触发不必要的施药。要客观描述这些差异，必须建立一套从检测框级别到业务级别的评估指标体系。本节围绕精确率、召回率、F1、IoU、mAP、漏检率、误检率以及业务导向复合指标展开，重点说明每个指标回答什么问题、如何计算、在农业场景中如何解读。

一、从混淆矩阵出发：检测任务的基本计数

与分类任务不同，目标检测的“正负样本”不是预先给定的，而是由预测框与真实框的匹配关系决定的。通常先设定一个IoU阈值（如0.5），将每个预测框与真实框按IoU匹配：IoU达到阈值且类别一致的匹配记为真正例（TP）；未匹配上任何真实框的预测框记为假正例（FP）；未被任何预测框匹配的真实框记为假负例（FN）。由此得到精确率与召回率：

Precision = TP / (TP + FP)      # 预测为正的样本中，真正正确的比例
Recall    = TP / (TP + FN)      # 真实目标中，被成功检出的比例
F1        = 2 * P * R / (P + R) # 精确率与召回率的调和平均

这三个指标构成检测评估的骨架。精确率关注“报出来的对不对”，召回率关注“该报的有没有漏”，F1则在两者之间取平衡。农业场景中二者的代价并不对称：病虫害早期检测漏检一个病叶可能造成扩散，召回率权重更高；而自动分拣中把合格果实误判为次品会造成直接经济损失，精确率更关键。因此单看F1往往不够，必须结合业务代价判断。

二、IoU：定位质量的度量尺

IoU（交并比）是预测框与真实框交集面积与并集面积之比，取值0到1。它既是匹配预测与真值的判据，也是衡量定位精度的独立指标。农业目标常具有不规则形状和遮挡，例如簇生的番茄、被枝叶部分遮挡的果实，此时IoU对框的偏移非常敏感。实践中可统计不同IoU阈值（0.5、0.75）下的指标，观察模型定位是否稳定。若IoU=0.5时召回率尚可，但IoU=0.75时骤降，说明模型“找得到但框不准”，对需要精确抓取的采摘任务影响很大。

三、mAP：多类别、多阈值下的综合排序质量

mAP（平均精度均值）是目标检测最常用的综合指标。它先对每个类别绘制精确率-召回率曲线，计算曲线下面积得到该类AP，再对所有类别取平均。农业检测常涉及多类别，如“成熟果实、未成熟果实、病果、枝叶遮挡”，各类别样本量差异大，mAP能给出整体排序质量的概览。需要注意mAP对类别不平衡不敏感：若病果样本极少，其AP波动大但对总mAP影响小，因此必须同时查看各类别AP。mAP@0.5:0.95则在0.5到0.95的多个IoU阈值上取平均，对定位精度要求更严，适合评估需要精细定位的场景。

四、漏检率与误检率：面向业务的直接表达

漏检率与误检率是把混淆矩阵翻译成业务语言的方式。漏检率通常定义为FN占真实目标总数的比例（即1−召回率），回答“有多少该检的没检出来”；误检率可定义为FP占全部预测框的比例，回答“报出来的有多少是假的”。在农业场景中，这两个指标比P、R更直观：植保无人机巡检时，漏检率直接对应漏喷面积；果实分拣线上，误检率直接对应误剔除造成的损耗。建议在评估报告中同时给出绝对数量，例如“200个果实漏检32个”，比单纯百分比更便于现场人员理解。

五、业务导向的复合指标

单一指标难以反映真实代价，复合指标的核心思想是给FP和FN赋予不同权重。一种简单可用的加权代价分可写为：

Cost = w_FN * FN + w_FP * FP
# 例：漏检一个病叶代价 w_FN = 3，误检一个健康叶代价 w_FP = 1
# 则 Cost = 3*FN + 1*FP，数值越小越好

权重应来自业务测算而非主观拍定。例如根据历史数据估算：漏检一个病果导致减产损失约3元，误检导致多施一次药约1元，则权重比可取3:1。除加权代价外，农业中还有“单果检出率”“亩均误报数”“每千帧误触发次数”等复合指标，它们把模型输出换算成田间可感知的量。选择复合指标时，应保证其可复现、可解释，并在同一数据集和同一IoU阈值下比较，避免不同口径混用。

六、指标之间的取舍与读图方法

实际调参中，置信度阈值是影响P/R平衡的直接旋钮。阈值提高，FP减少、精确率上升，但FN增加、召回率下降；阈值降低则相反。因此评估不应只报一个点，而应给出PR曲线或不同阈值下的指标表。一个实用的做法是：先根据业务确定可接受的最低召回率（如病果检测要求召回率不低于0.9），再在该约束下选择使误检率最低的阈值。这样得到的阈值才与业务目标一致，而不是单纯追求F1最大。

综上，IoU和混淆矩阵是底层判据，P、R、F1描述单阈值下的检测行为，mAP概括多类别多阈值的排序质量，漏检率与误检率把指标翻译成业务语言，复合指标则把代价差异纳入评估。只有把这些指标放在同一口径下联合解读，才能判断一个农业视觉模型究竟是“指标好看”还是“田间好用”。