yolov5漏检率计算方法

根据引用的内容，漏检率是指在目标检测中未能正确检测到目标的比例。在YOLOv5中，虽然召回率的计算公式是R = TP / (TP + FN)，但是YOLOv5的召回率分子的TP只有斜对角线上的值，检测出来但分类错误的框被视作FN。因此，自己计算的漏检率和召回率并不是严格互补的关系。换句话说，YOLOv5的漏检率并不是通过召回率的计算公式得到的。至于YOLOv5漏检率的具体计算方法，引用中未提及。因此，需要查看YOLOv5的官方文档或代码来获取准确的漏检率计算方法。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [【目标检测】YOLOv5：添加漏检率和虚检率输出](https://blog.csdn.net/qq1198768105/article/details/126214241)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *3* [深度学习评估指标之目标检测——（yolov5 可视化训练结果以及result.txt解析）](https://blog.csdn.net/qq_41627642/article/details/126578865)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]