ReID评测标准（rank-n,precision,recall,mAP）

rank-n
搜索结果中靠前为正确的概率。
例如： lable为m1，在100个样本中搜索。

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%；
如果识别结果是m2、m3、m4、m5、m1……，则此时rank-1的正确率为0%；rank-2的正确率为0%；rank-5的正确率为100%
准确率
预测结果中，究竟有多少是真的正？（找出来的对的比例）
P=TP/TP+F
召回率
所有正样本中，你究竟预测对了多少？（找回来了几个）
R=TP/TP+FN

mAP
mAP的全称是mean average precision，用于衡量算法的搜索能力。