行人检测：false positives per image 和 miss rate 的意义

不知道你解决了没有，我之前对这个概念也比较混乱。

首先解释几个概念：

FP(false positive):错误正例->分类结果为正例（行人），实际上是负例（没有行人）

Miss Rate:丢失率=测试集正例判别为负例的数目/测试集正例数

对于行人检测来说，如果我们把分类器的阈值越低，丢失率(Miss Rate)会下降，而此时FPPI(每张图片错误正例数目)就会增多。这样我们一般定一个指标，然后根据另一个指标来比较算法好坏。

图中的Miss Rate vs FPPI 一般比较FPPI=10^-1时的Miss Rate。