漏检率与误检率
漏检率是该报的没报（有异常判成正常，也叫漏报 / 假阴性）；误检率是不该报的报了（正常判成异常，也叫误报 / 假阳性）。两者此消彼长 —— 所以只看其中一个数，一定会被"调阈值"骗过。
需要了解产品参数、适用场景与案例？
拨打 130 4890 6506，咨询相关产品选型与现场问题2. 这个术语指什么
识别类功能（缺陷检测、读数识别、仪表状态判断）的每一次判定， 都可以落进这张 2×2 表里：
| 实际有异常 | 实际无异常 | |
|---|---|---|
| 判为异常 | ✅ 正确检出 | ❌ 误检（假阳性） |
| 判为正常 | ❌ 漏检（假阴性） | ✅ 正确排除 |
于是：
| 指标 | 算法 | 业务含义 |
|---|---|---|
| 漏检率 | 漏检 ÷ 实际有异常 | 出了事没告警 |
| 误检率 | 误检 ÷ 实际无异常 | 没事却告警 |
| 准确率 | （正确检出 + 正确排除）÷ 全部 | 单独看会骗人（见 §4） |
| 召回率 | 正确检出 ÷ 实际有异常 | 与漏检率互补（召回 = 1 − 漏检率） |
| 精确率 | 正确检出 ÷ 判为异常 | 与误检率相关但不是同一个数 |
关键性质：这两个数不是各自独立的。 把判定门槛调松，漏检率下降、误检率上升；调紧则相反。 所以：
一个看起来漂亮的很低的漏检率，可能只是门槛调得很松 —— 代价全部转移到了误检率上，而那个数没被摆出来。
3. 与相邻概念的区别
| 术语 | 是什么 | 与漏检/误检的关系 |
|---|---|---|
| 准确率 | 判对的比例 | 样本不平衡时会失真：若 100 件里只有 1 件有异常，"全部判为正常"也有 99% 准确率，而漏检率是 100% |
| 召回率 | 有异常的里被找出来多少 | 召回率 = 1 − 漏检率，是同一个事实的两种说法 |
| 精确率 | 报出来的里有多少是真的 | 误检率讲的是"全部正常样本里被错报的比例"，与精确率的分母不同，不能混用 |
| 阈值 / 置信度门槛 | 判定"算不算异常"的那条线 | 它同时决定漏检与误检 —— 所以任何指标都必须写明门槛 |
| 样本集 / 测试集 | 用来测这些指标的那批数据 | 换了样本集，指标就不可比（见 §4） |
| 人工复核 | 检出结果由人再确认一遍 | 它改变的是最终业务结果：误检高到一定程度，人会关掉告警 |
4. 常见误区
- 「准确率 99%，很好了。」 要看样本里有多少是真的有异常。异常占比极低时， 一个什么都不报的系统也能拿到很高的准确率 —— 而它把该报的全漏了。 看识别类指标，先问"异常样本占多少"。
- 「漏检率低就是好。」 单独一个低漏检率说明不了好：它可能是把门槛放得很松换来的。 必须两个数一起看，而且要知道门槛定在哪。
- 「误检率高一点无所谓，多复核一下就行。」 ⚠️ 这是最被低估的一条。 误检率高的真实代价不是"多看一眼"： 它会消耗现场耐心，最后的结果常常是把告警关掉或调得很松 —— 那时漏检率直接变成 100%，而报表上一切正常。 所以误检率是漏检率的"上游风险"。
- 「数字是从别的项目抄的，应该能用。」 不能。 指标与样本、光照、摄像角度、被测型号、判定门槛全都绑定。 换一个现场，同一套算法、同一套参数，指标就是另一个数。 引用别处的数字而不写条件，等于没写。
- 「测一次通过了，以后就一直准。」 现场会变：镜头脏了、光源衰减、换了产品型号、装了新设备。 指标是要复测的，不是一次性的证书。
5. 什么时候适用，什么时候不适用
这套指标适合用来说明：一个识别类功能在现场条件下表现如何 —— 前提是写明测试条件（样本集、样本量、异常占比、判定门槛、时间与地点）。
不适合用来做的：跨场景比较（把 A 现场的指标拿去说 B 现场）， 以及用它代替验收（指标是验收的输入之一，不是结论）。
边界（必须写清）：
- 本页与本站所记的产品，能力范围是把现场图像采上来、按约定规则判定、把结果与过程留痕这一层；
- 本站目前没有对外发布任何漏检率 / 误检率 / 识别率数字， 因此本页不给任何数字，也不代表任何产品指标；
- 若某项目确有实测数据，必须由该项目双方在约定的样本集与门槛下共同测定， 并写明条件后才可引用；
- 我们不承诺任何具体识别率指标。
想进一步了解？
我们可以提供：产品参数表 · 选型建议 · 同行业案例 · 组网/部署方案对照
拨打 130 4890 6506，咨询相关产品选型与现场问题
扫码添加服务微信
获取产品资料、行业案例与选型建议
添加时请备注：术语-漏检率与误检率
6. 相关页面
- 术语：就地识别——判定发生在本地设备上时，门槛与算力预算一起变
- 术语：指针表读数——读数类"识别"的误差是读数偏差，与漏检/误检不是一套口径
- 产品：仪表识别边缘计算盒——识别类功能的产品侧说明
- 方案：老表不换表也能接入——存量表计改造里"识别"要落到什么程度
- 术语库：技术术语库
- 常见问题：能源管理常见问题
7. 常见问题
漏检率和误检率，哪个更重要？
取决于漏一次的代价 vs 误报一次的代价。 漏掉一个安全相关的异常，代价通常远高于多复核一次； 但如果误报把现场烦到关掉告警，那最终结果比漏检更糟。 所以两个都要看，并且要看现场会不会因为误报而停用。
为什么不能只报一个"识别率"？
因为单个数字可以被门槛调出来：门槛放松，漏检率好看、误检率难看； 门槛收紧则相反。只给一个数，就等于把选择权藏起来了。 要报就报一对，并写明门槛。
验收的时候应该约定什么？
至少四件事：① 用哪批样本（数量与来源）② 异常样本占比 ③ 判定门槛 ④ 由谁、在什么条件下测。 这四条不写，数字就没法比、也没法复现。
换了一个现场，原来的指标还能用吗？
不能。 光照、角度、被测型号、背景都会变。 同一套算法在不同现场就是不同的指标 —— 换现场必须复测，并重新记录条件。
你们的产品识别率是多少？
⚠️ 本页不给数字，站内也没有对外发布的识别率指标。 我们做的是采集、判定、留痕这一层； 具体指标要在你方现场、按约定的样本集与门槛共同测定 —— 测出来的才是你这个现场的，抄来的不算。
8. 联系入口
想进一步了解？
我们可以提供：识别场景可行性建议 · 样本集与验收口径建议 · 现场采集与留痕能力说明 · 选型建议
拨打 130 4890 6506，获取识别场景与验收口径建议
扫码添加服务微信
获取识别场景可行性建议与验收口径建议
添加时请备注：术语-漏检率与误检率