RaceLabs.
Menü
Kontakt

Interne Auswertung · Juni 2026

Ergebnisse lesen. Ihren Umfang verstehen.

RaceLabs verwendet Fahrer- und Fahrzeugsignaturen, um Aufnahmen innerhalb eines Events zu gruppieren. Der veröffentlichte gemischte Motorrad-Benchmark vom Juni 2026 umfasst 176 vom Training ausgeschlossene Identitäten und 6.505 Fotos. Er meldet eine Retrieval-mAP von 0,991, eine B³-Präzision von 0,996 und einen B³-Recall von 0,863. Diese Werte beschreiben unterschiedliche Aspekte der Auswertung.

Motorradgruppen praktisch beurteilen

01 / RaceLabs

Was über diesen Benchmark dokumentiert ist

Die Quelle ist die von RaceLabs veröffentlichte Zusammenfassung der internen Fahrervalidierung vom Juni 2026. Sie nennt weder den genauen Auswertungstag noch eine eindeutige Modell- oder Auswertungsversion. Es handelt sich um intern berichtete Ergebnisse; ein unabhängig reproduzierter Benchmark wird damit nicht vorgelegt.

Der beschriebene Bereich ist die Zuordnung von Motorradfahrern. Dazu gehört eine meisterschaftsübergreifende Teilmenge, die als MotoGP-/WSBK-Klasse bezeichnet wird. Die drei Teilmengen umfassen 25, 78 und 73 Identitäten. Laut Zusammenfassung waren diese Identitäten vom Training ausgeschlossen. Die Fotoanzahl pro Teilmenge und das Verfahren zur Auswahl von Suchanfragen und Vergleichsbildern sind nicht veröffentlicht.

Die Zusammenfassung dokumentiert außerdem nicht die genaue Mittelung oder Gewichtung der damaligen Kennzahlen, das Verfahren zur Prüfung der Identitätslabels oder die Anzahl ausgeschlossener beziehungsweise nicht zugeordneter Bilder. Diese Lücken begrenzen Aussagen über die vollständige Abdeckung. Eine heutige Definition des Auswertungsprogramms belegt nicht, wie die damaligen Werte berechnet wurden.

02 / RaceLabs

Rangfolge, Reinheit und Vollständigkeit getrennt beurteilen

Eine hohe Rangqualität bedeutet nicht automatisch, dass jede ausgelieferte Fahrersammlung vollständig und fehlerfrei ist. Lies die Kennzahlen zusammen und prüfe ihre Bedeutung für die konkrete Aufgabe.

Retrieval-mAP: Rangqualität

Die mittlere durchschnittliche Präzision beschreibt, wie gut Fotos desselben Fahrers gegenüber Fotos anderer Fahrer eingeordnet werden. Der gemischte Benchmark meldet 0,991, die schwierige meisterschaftsübergreifende Teilmenge 0,998.

B³-Präzision: Gruppenreinheit

Für ein Element wird betrachtet, welcher Anteil seiner zugewiesenen Gruppe dieselbe Identitätskennzeichnung trägt; die Auswertung fasst diese Werte zusammen. Der gemischte Wert 0,996 ist keine Zusage, dass in jeder Kundengalerie 99,6 % der Fotos richtig zugeordnet sind.

B³-Recall: Gruppenvollständigkeit

Für ein Element wird betrachtet, welcher Anteil seiner tatsächlich gleich gekennzeichneten Identitätsgruppe in derselben zugewiesenen Gruppe liegt. Der gemischte Wert beträgt 0,863. Auf mehrere Gruppen verteilte Fotos eines Fahrers können den Recall senken und ein Zusammenführen erforderlich machen.

ARI: Übereinstimmung der Gruppierung

Der um Zufallsübereinstimmungen bereinigte Rand-Index beschreibt die Übereinstimmung zwischen zugewiesenen Gruppen und Identitätslabels. Für die gemischte Auswertung wurde 0,919 gemeldet.

03 / RaceLabs

Die veröffentlichten Teilmengen

Die folgenden Werte stammen aus der internen Zusammenfassung vom Juni 2026. Sie sind kein neu ausgeführter oder unabhängig reproduzierter Test. Für die einzelnen Teilmengen fehlen Fotoanzahlen sowie Angaben zu ausgeschlossenen und nicht zugeordneten Bildern.

Ein Event unter klaren Bedingungen

25 zurückgehaltene Identitäten. Gemeldet: mAP 1,000; B³-Präzision 1,000; B³-Recall 1,000; ARI 1,000. Fotoanzahl nicht veröffentlicht.

Schwierige meisterschaftsübergreifende Teilmenge

78 zurückgehaltene Identitäten, beschrieben als MotoGP-/WSBK-Klasse. Gemeldet: mAP 0,998; B³-Präzision 0,993; B³-Recall 0,961; ARI 0,981. Fotoanzahl nicht veröffentlicht.

Neue, zuvor ungesehene Fahrer

73 zurückgehaltene Identitäten. Gemeldet: mAP 0,982; B³-Präzision 0,996; B³-Recall 0,722; ARI 0,819. Fotoanzahl nicht veröffentlicht.

Vollständige gemischte Auswertung

176 zurückgehaltene Identitäten und 6.505 Fotos. Gemeldet: mAP 0,991; B³-Präzision 0,996; B³-Recall 0,863; ARI 0,919.

04 / RaceLabs

Was du vor der Veröffentlichung kontrollierst

Öffne die Fahrergruppen und prüfe zwei Fehlerarten getrennt: Fotos eines fremden Fahrers innerhalb einer Gruppe und Fotos desselben Fahrers in mehreren Gruppen. Die Sammlung unklarer Bilder unterstützt die Prüfung; sie garantiert nicht, dass sämtliche Fehler dort landen. Kontrolliere deshalb auch die regulären Gruppen.

Verdeckte Nummern, Bewegungsunschärfe, ähnliche Ausrüstung oder ein Motorradwechsel können die Zuordnung erschweren. Eine lesbare Nummer kann bei der Benennung helfen, ersetzt aber nicht den Vergleich der Aufnahmen. Der B³-Recall von 0,722 in der Teilmenge neuer Fahrer zeigt, weshalb Gruppenreinheit und Vollständigkeit unterschiedliche Prüfaufgaben bleiben.

05 / RaceLabs

Wofür diese Werte keine Aussage liefern

Die Ergebnisse messen weder die gesamte Lieferzeit noch den Prüfaufwand, die insgesamt verarbeitete Datenmenge oder die Videoqualität. Sie belegen keine Fahrerzuordnung für gemeinsam genutzte Autos oder Karts und keine Abdeckung im Ausdauersport. Eine gesonderte Enduroauswertung ist ebenfalls nicht veröffentlicht.

Es liegt kein Reproduktionspaket vor, das die genaue Berechnung der Juniwerte heute nachvollziehbar wiederholen lässt. Übertrage die Kennzahlen daher nicht auf jede Strecke, jedes Wetter oder jede Kamera. Teste ein vollständiges Event mit den schwierigen Bildern, die du tatsächlich fotografierst, und beziehe die Korrekturzeit in deine Beurteilung ein.

Häufige Fragen

Ist dieser Benchmark unabhängig validiert?

Nein. Die Seite erläutert intern veröffentlichte Ergebnisse von RaceLabs. Eine genaue Versionszuordnung, das Suchprotokoll, die Gewichtung, die Labelprüfung und ein Reproduktionspaket sind in der Zusammenfassung nicht enthalten.

Belegt mAP 0,991 vollständige Fahrerordner?

Nein. Retrieval-mAP beschreibt die Rangfolge passender Bilder. B³-Präzision und B³-Recall beschreiben Gruppenreinheit und Vollständigkeit separat. Prüfe falsche Zuordnungen und getrennte Sammlungen vor der Auslieferung.

Gelten die Werte auch für Autos, Karts oder Ausdauersport?

Nein. Sie beschreiben die angegebenen Motorradfahrer-Teilmengen. Andere Disziplinen benötigen eine passende Beurteilung anhand ihrer eigenen Events und Anforderungen.

RaceLabs

Prüfe die Bilder, die dir die meiste Arbeit machen.

Bring ein vollständiges Event mit dichten Fahrerfeldern, schwierigen Perspektiven und verdeckten Nummern mit. Beurteile Gruppen und Korrekturen an deinen eigenen Aufnahmen.

Erstes Event vorbereiten