多目标追踪性能评价
基础：
GT：Ground Truth，是指真实的标签或者真实的对象；
TP：True Positive，被正确预测检测到的样本；
TN：True Negative，被预测为负的负样本；
FP：False Positive，被预测为正的负样本，也就是误检；
FN：False Negative，被预测为负的正样本，也就是漏检；
Classical metrics
- MT：Mostly Tracked trajectories，成功跟踪的帧数占总帧数的80%以上的GT轨迹数量
- Fragments：碎片数，成功跟踪的帧数占总帧数的80%以下的预测轨迹数量
- ML：Mostly Lost trajectories，成功跟踪的帧数占总帧数的20%以下的GT轨迹数量
- False trajectories：预测出来的轨迹匹配不上GT轨迹，相当于跟踪了个寂寞
- ID switches：因为跟踪的每个对象都是有ID的，一个对象在整个跟踪过程中ID应该不变，但是由于跟踪算法不强大，总会出现一个对象的ID发生切换，这个指标就说明了ID切换的次数，指前一帧和后一帧中对于相同GT轨迹的预测轨迹ID发生切换，跟丢的情况不计算在ID切换中。
CLEAR MOT metrics
- FP：总的误报数量，即整个视频中的FP数量，即对每帧的FP数量求和
- FN：总的漏报数量，即整个视频中的FN数量，即对每帧的FN数量求和
- Fragm（FM）：总的fragmentation数量，every time a ground truth object tracking is interrupted and later resumed is counted as a fragmentation，注意这个指标和Classical metrics中的Fragments有点不一样
- IDSW：总的ID Switch数量，即整个视频中的ID Switch数量，即对每帧发生的ID Switch数量求和，这个和Classical metrics中的ID switches基本一致
- MOTA：注意MOTA最大为1，由于IDSW的存在，MOTA最小可以为负无穷。
- MOTP：衡量跟踪的位置误差，其中t表示第t帧， 表示第t帧中预测轨迹和GT轨迹成功匹配上的数目， 表示t帧中第i个匹配对的距离。这个距离可以用IOU或欧式距离来度量，IOU大于某阈值或欧氏距离小于某阈值视为匹配上了。可以看出来MOTP这个指标相比于评估跟踪效果，更注重检测质量。
ID scores
- IDP：Identification precision
- IDR：Identification recall
- IDF1：Identification F1，是IDP和IDR的调和均值
计算过程：
1. 将真实ID与计算ID一一对应；
2. 在ID对应的情况下计算所需要的指标。
