本文介绍了Person Re-ID的常见评估指标，包括ROC曲线、CMC曲线、Precision和Recall以及F-Score。ROC曲线衡量不同阈值下的真阳性与假阳性比例。CMC曲线关注排名正确率。Precision和Recall关注检索准确性与覆盖范围，F-Score则是两者的调和平均数，用于综合评估。
言
最近在研究person re-id相关的算法，在不少论文中遇到相关的评测指标，例如mAP、CMC、ROC等，这里做一下总结。
ROC
ROC曲线是检测、分类、识别任务中很常用的一项评价指标。曲线上每个点反映着对同一信号刺激的感受性。具体到识别任务中就是，ROC曲线上的每一点反映的是不同的阈值对应的FP（false positive）和TP（true positive）之间的关系。
通常情况下，ROC曲线越靠近（0，1）坐标表示性能越好。
CMC
CMC曲线是算一种top-k的击中概率，主要用来评估闭集中rank的正确率。举个很简单的例子，假如在人脸识别中，底库中有100个人，现在来了1个待识别的人脸（假如label为m1），与底库中的人脸比对后将底库中的人脸按照得分从高到低进行排序，我们发现：
- 如果识别结果是m1、m2、m3、m4、m5……，则此时rank-1的正确率为100%；rank-2的正确率也为100%；rank-5的正确率也为100%；
- 如果识别结果是m2、m1、m3、m4、m5……，则此时rank-1的正确率为0%；rank-2的正确率为100%；rank-5的正确率也为100%
最低0.47元/天 解锁文章
700
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
