行人重识别和车辆重识别（ReID）中的评测指标——mAP和Rank-k

1.mAP

mAP的全称是mean Average Precision，意为平均精度均值（如果按照原来的顺利翻译就是平均均值精度）。这个指标是多目标检测和多标签图像分类中长常用的评测指标，因为这类任务中的标签大多不止一个，所以不能用普通的单标签图像的分类标准，也就是mean Precision，平均精确确率这个指标。mAP是将多分类任务中的平均精度AP（Average Precision）求和再取平均。

---------------------------------------来自菜鸡的分割线-----------------------------------------

因为我对基本概念的东西一直都模棱两可的，所以还是先拓展一下Precision，精确率这个指标。精确率的定义是，对于给定的测试数据集，分类器正确分类的样本数与总样本数之比的值。

假设样本总图像数为 n（x+y），预测目标数为 x，干扰目标数为 y，预测正确的正样本数（True Positive）为TP，预测错误的正样本数（False Positive）为FP，预测正确的负样本数（True Negative）为TN，预测错误的负样本数（False Negative）为FN。

则精确率Precision和召回率Recall的定义为：

                           

Precision就是检测出来的样本有多少是准确的，Recall就是所有准确的条目有多少被检索出来了。

 

而平均精确率，即为所有准确率的和除以该类别的图像数量：

<