昨天和今天对重识别模型中的判断标准重新进行了总结,其中发现里面的有些问题自己的理解一直都是错的,记录在此。
车辆重识别是物体重识别中一个子问题,和其他的一些物体分类或者物体检测的问题不同的是,他的两个衡量标准主要是mAp和CMC,而不是平时用到比较多的acc准确率。
首先要感谢这篇文章中的详细解释:20190223-reid任务中的cmc和map
首先是CMC,CMC我们称之为累计匹配曲线,在重识别任务中是使用比较多的一个标准,在这个匹配曲线中,横坐标表示的是rankk,横坐标是匹配率,这个匹配率是多次计算所得出的一个平均值,比如你的测试集中有800个样本,那么就是800次查询的平均值,其中一次查询中,如果在前k个查询结果中有目标样本,那么本次的查询值就为1,否则为0,800次之后计算平均值,最后根据k来进行计算,可以得到这个CMC匹配曲线,和其他算法进行比较的时候也是这样进行的。下面图片中后面3个值都是这样的来的,具体的例子可以看我上面应用的那篇博客,写的很详细。
然后是mAp,mAp这个问题我之前看了很多资料,找到的都是下面这张图,我总感觉这张图有点不是很官