该图为代表性检测器的精确率‑召回率（P‑R）对比曲线，用来直观对比不同目标检测算法的综合检测性能，纵坐标代表精确率 Precision (%)，横坐标代表召回率 Recall (%)。图中一共包含七种算法，分别为本文所提方法 Proposed method、Grounding DINO、DINO、YOLOv8‑L、YOLOv5‑L、DETR、Faster R‑CNN，每条曲线旁标注对应算法的指标数值。P‑R 曲线越靠外、越贴近图表右上角，代表算法整体性能越优秀。红色曲线为本研究提出的方法，数值达到 85.8%，曲线整体位于所有对比算法的最上方，在不同召回率区间都可以维持更高的精确率，综合表现最优。紧随其后的是 Grounding DINO（83.6%），之后依次为 DINO、YOLOv8‑L、YOLOv5‑L、DETR；Faster R‑CNN 为 73.9%，整体性能在本组对比中最低。随着召回率不断升高，全部算法的精确率均出现明显下降，属于目标检测任务的典型规律。从曲线走势可以看出，本文提出的方法在兼顾召回率的同时可以更好保留精确率，验证该算法在目标检测任务上具备明显优势。无论做目标检测方向的科研学生、算法开发工程师还是论文撰写人员，都可以借助该 P‑R 图完成算法性能对比分析。