Retrieval-mAP
Wie gut Fotos desselben Fahrers vor allen anderen gereiht werden. Die Gesamtstichprobe erreicht 0,996, die schwierige meisterschaftsübergreifende Teilmenge 0,999.
Interne Auswertung · Oktober 2026
Wir veröffentlichen unsere Zahlen.
Unsere Auswertung vom Oktober 2026 auf 175 vom Training ausgeschlossenen Fahreridentitäten und 6.504 Fotos: Retrieval-mAP 0,996, B³-Präzision 0,996 und B³-Recall 0,917. Gegenüber unserem vorherigen Modell auf derselben Stichprobe steigt die mAP von 0,993 auf 0,996, und Fotos in der falschen Gruppe sinken von 42 auf 20. Jedes Event wird vor der Auslieferung weiterhin gesichtet.
Motorradgruppen praktisch beurteilen01 / RaceLabs
Was gemessen wurde und woran
Eigene Auswertung vom Oktober 2026 zur Zuordnung von Motorradfahrern. Die Stichprobe enthält eine meisterschaftsübergreifende Teilmenge im Stil von MotoGP / WSBK, den schwersten Fall, den wir messen: gleiche Strecken, ähnliche Motorräder, ähnliche Lederkombis.
175 Identitäten und 6.504 Fotos in drei Teilmengen mit 25, 77 und 73 Fahrern. Keine dieser Identitäten war im Training zu sehen.
Die Zahlen betreffen die Fahrergruppierung in dieser Motorrad-Stichprobe. Sie messen weder Lieferzeit noch Verarbeitungsvolumen, Video, die Zuordnung bei Autos oder Karts oder Leichtathletik.
02 / RaceLabs
Jede Kennzahl beantwortet eine andere Frage
B³-Präzision
Die Reinheit der Gruppen: welcher Anteil der Gruppe eines Fahrers wirklich dieser Fahrer ist. Gesamt 0,996. Das ist die Zahl, die ein Fahrer spürt, denn es geht darum, niemand anderen in seiner Galerie zu finden.
B³-Recall
Die Vollständigkeit: welcher Anteil der Fotos eines Fahrers zusammen gelandet ist. Gesamt 0,917. Ein Fahrer in zwei Gruppen senkt den Recall, ohne eine davon zu verunreinigen, und das Zusammenführen ist die Korrektur, die du ab und zu machst.
Adjusted Rand Index (ARI)
Wie genau die gesamte Gruppierung der tatsächlichen entspricht, bereinigt um Zufall. Gesamt 0,947.
03 / RaceLabs
Ergebnisse nach Teilmenge
Bei Fahrern, die das Modell nie gesehen hatte, ist die Präzision perfekte 1,000 und der Recall 0,841, gegenüber 0,917 gesamt: Die Gruppen bleiben sauber, teilen sich aber öfter, und das Zusammenführen zweier Gruppen ist ein Klick.
Einzelnes Event, gute Bedingungen
25 Identitäten. mAP: 1,000; B³-Präzision: 1,000; B³-Recall: 0,966; ARI: 0,977.
Meisterschaftsübergreifend, schwierig
77 Identitäten; Stichprobe im Stil von MotoGP / WSBK. mAP: 0,999; B³-Präzision: 0,989; B³-Recall: 0,993; ARI: 0,997.
Neue, unbekannte Fahrer
73 Identitäten. mAP: 0,993; B³-Präzision: 1,000; B³-Recall: 0,841; ARI: 0,889.
Gesamte gemischte Stichprobe
175 Identitäten und 6.504 Fotos. mAP: 0,996; B³-Präzision: 0,996; B³-Recall: 0,917; ARI: 0,947.
04 / RaceLabs
Im Live-Betrieb
Auf unseren Live-Servern kam ein Event mit 3.077 Fotos mit einem einzigen Foto in der Gruppe eines anderen Fahrers zurück, 0,7 % blieben zur Sichtung offen.
05 / RaceLabs
Im richtigen Rahmen verwenden
Es sind eigene Ergebnisse, kein unabhängiges Audit, und sie gelten für die genannten Teilmengen, nicht für jede Strecke, jedes Wetter und jede Kamera. Unsichere Fotos landen bei den unklaren Bildern statt beim falschen Fahrer.
Die beste Prüfung ist ein vollständiges eigenes Event, Sichtungszeit inklusive.
Häufige Fragen
Ist das eine unabhängige Auswertung?
Nein. Es sind eigene Ergebnisse auf 175 vom Training ausgeschlossenen Identitäten in drei Teilmengen und 6.504 Fotos. Wir veröffentlichen jede Teilmenge, nicht nur die vorteilhaften.
Was bedeutet eine mAP von 0,996?
Sie misst die Reihung bei der Suche: wie gut Fotos desselben Fahrers vor Fotos anderer Fahrer stehen. Das ist unabhängig davon, ob jeder Fahrerordner vollständig ist.
Was bedeuten 99,6 % Präzision für meine Auslieferung?
Dass in der Stichprobe fast keine Gruppe eine andere Person enthält. Dein Event ist nicht die Stichprobe, sichte die Gruppen also vor dem Veröffentlichen.
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