https://www.zhihu.com/question/37633344
http://www.itwendao.com/article/detail/178226.html
FPPI/FPPW
FP(false positive):錯誤正例->分類結果為正例（行人）,實際上是負例（沒有行人）
Miss Rate:丟失率=測試集正例判別為負例的數目/測試集檢索到想要的正例數加上未檢測到不想要的 即是 全部groud truth的數量
與recall 對應等於 1-recall
目標檢測中另外常用的評價標准則是FPPW和FPPI，詳細應用可以參考這篇文章：
Pedestrian detection: A benchmark
兩者都側重考察FP（False Positive）出現的頻率。
FPPW (False Positive per Window)
基本含義：給定一定數目N的負樣本圖像，分類器將負樣本判定為“正”的次數FP，其比率FP/N即為FPPW。意義與ROC中的假陽率相同。FPPW中，一張圖就是一個樣本。
FPPI (False Positive per Image)
基本含義：給定一定數目N的樣本集，內含N張圖像，每張圖像內包含或不包含檢測目標。
每張圖像均需要標定：
1.包含目標的個數；
2. 目標的准確位置L。
而后在每張圖像上運行分類器，檢測目標並得到位置p。然后，檢查每張圖像內的檢測結果是否“擊中”標定的目標：
a. 若圖像內無目標，而分類器給出了n個“目標”檢測結果，那么False Positive 次數 +n；
b. 若圖像內有目標，則判斷p是否擊中L，判斷標准參看上述文章（主要看p與L的重疊率）。若判斷未擊中，則False Positive 次數 +1。
最后 FPPI = （False Positive 次數）/N。(即平均每張圖中 能 正確檢索到的數目)
FPPI 相比於FPPW來說，更接近於分類器的實際應用情況。