yolo如何提高recall

为了提高YOLO的召回率，可以采取以下策略：
1. 调整模型参数，例如Epoch/batch_size的调整，防止出现过拟合，当然也不能出现欠拟合。同时，要保证数据集具有特征的多样性，同种类别也要有足够的数量，主要的重点类别之间数量要均衡。这样训练出的模型具更广泛的检测识别能力，且可以减少误识类别的现象，对召回率的提升均有帮助。
2. 开启YOLOv4中的Mosaic数据增强，继续自主的数据增强。在必要情况下增多anchors锚框的种类(只在存在一些刁钻比例垃圾时才使用)。
3. 通过调整判定与真实框匹配的IOU值和置信度阈值，再进一步提高recall。在上限足够的情况下，可以通过调整置信度阈值来使得recall>=95%。