RE-ID中的CMC、mAP、recall、precision、ACC

总结参考：深度学习基础----mAP和CMC，Recall和Precision，ROC和AUC，NDCG_ndcg在深度学习的含义-CSDN博客行人重识别ReID中的CMC和mAP_行人重识别map-CSDN博客​​​​​-​​

mAP(mean Average Precision)

        mAP更好地反映了所有正确的目标图片在排序列表顶部的程度。与CMC曲线相比，它可以更全面地衡量Re-ID算法的性能，其中P为准确率，指正确样本占所有样本的比例。它反映了输出中正确样本的准确性。AP是模型预测的所有正确样本的平均值。它反映了模型在单一类别上的工作效果，是每个正确预测的准确率的平均值。由于识别中有多个类，需要计算所有类的平均AP值，所以将每个类的平均准确率相加，除以总类数，得到mAP。