基于np的评价指标计算，更新中

参数统一为一维np数组，先预测标签，后label

# HTER
def get_hter(pre, label, lamda=1e-10):
    import numpy as np

    pre, label = pre.astype(np.int32), label.astype(np.int32)
    tp_list = list(pre & label)
    fp_list = list(pre & ~label)
    tp = tp_list.count(1)                  # 统计TP的个数
    fp = fp_list.count(1)                  # 统计FP的个数
    
    part = pre ^ label             # 对结果进行分类，亦或使得判断正确的为0,判断错误的为1
    pcount = np.bincount(part)
    tn = pcount[0] - tp                    # 统计TN的个数

    fn = 0
    if len(pcount) == 2:
        fn = pcount[1] - fp

    frr = float(fn) / (fn + tp + lamda)
    far = float(fp) / (fp + tn + lamda)
    hter = (frr + far) / 2.

    return hter


# file_list = glob.glob(path_source + "**/*.jpg", recursive=True)