行人重识别中常用算法:rank-k,CMC,mAP
rank-k
![在这里插入图片描述](https://img-blog.csdnimg.cn/64c3d0a2d16a4a6e91f98cbbf2c043c1.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA6buR5puc55-z5bCP5YiA,size_20,color_FFFFFF,t_70,g_se,x_16)
图中左侧为query,右侧为gallery,从右侧检索左侧的数据。圆圈代表正确的答案,x代表错误的答案。第一行第一列有圆圈代表rank1击中,第二行代表rank4击中,以此类推。五个样本中有两个rank1击中,因此Rank-1概率为2/5,五个样本中,前五位有击中的有三个,因此概率为3/5。
CMC
![在这里插入图片描述](https://img-blog.csdnimg.cn/5ceaaed35de84cd6b53a2718bb547829.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA6buR5puc55-z5bCP5YiA,size_20,color_FFFFFF,t_70,g_se,x_16)
CMC可以看作是rank-k的集合,将rank-k画成一条曲线。
mAP
![在这里插入图片描述](https://img-blog.csdnimg.cn/c507afa98c6f484598018084cd99faaa.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA6buR5puc55-z5bCP5YiA,size_20,color_FFFFFF,t_70,g_se,x_16)
rank-k的缺陷在于只考虑了第一次命中的概率,然而很多时候实际上有多个正确答案,一些靠后的样本的命中通过rank-k无法评估,mAP将所用样本考虑了进来。