多目标跟踪评价指标——MOTA、IDF1、HOTA等首先了解一下MOTchallenge的评价指标，这些指标都是MOT任务比较常用且流行的指标：MOTA首先需要了解的是：fragmentation是在第t帧当中发生的ID分配错误(IDswitch)。也就是说，如果在groundtruth第j个轨迹的第t帧之前，跟踪器(tracker)把该轨迹的ID都预测正确了，但是第t+1帧预测错误了，那么IDswitch的个数+1，值得注意的是，即使第t+1帧之后跟踪器仍然把该轨迹的ID预测错误了，但是错误的ID为同一个，那么IDswitch个数不会增加。举个直观一点的例子，假设周杰伦在第1帧的时候走入镜头

基本内容：先附上Track_eval下载地址：.GitHub-JonathonLuiten/TrackEval:HOTA(andother)evaluationmetricsforMulti-ObjectTracking(MOT).各个指标的原理我在这里不谈了，主要讲一下使用该工程计算指标的方法 我们在计算MOT评价指标的时候需要用到以上这个工程，下载好后，新建工程。在算多目标跟踪指标的时候，我之前使用了motmetrics这个库，但是这个库不能算最新的HOTA指标，所以我们使用以上工程。目录结构：data├─gt│└─mot_challenge│├─MOT17-train││├─MOT17-