召回率和f1DETR分数

召回率和F1值是评估分类模型性能的重要指标，尤其是在信息检索、推荐系统和自然语言处理任务中常见的度量标准。在Detr (Detector of Transformers) 等目标检测模型中，它们同样适用。

1. **召回率**（Recall）：衡量的是模型正确预测出所有正样本的能力。它是真正例(TP)除以真正例加上假负例(FN)的比例，即 TP / (TP + FN)。召回率越高，表示模型找出所有实际存在的正实例的能力越强。

2. **F1分数**（F1 Score），也叫F1 Score，是精确率（Precision）和召回率的加权调和平均数。精确率是指预测为正的样本中有多少实际上是正的，计算公式为 TP / (TP + FP)。F1值高代表模型既准确又全面，它综合了精确性和召回率的优点，避免了二者极端情况下的偏颇。

在Detr中，F1 DETR分数通常用于评价其解码器部分对目标位置和类别预测的整体效果。高召回率表明模型能较好地识别出大部分的目标，而高F1分数则意味着模型同时有较高的精度。