mAP de recuperación
Cómo se ordenan las fotos del mismo piloto por delante del resto. El conjunto mixto da 0,996 y la partición difícil entre campeonatos, 0,999.
Evaluación interna · Octubre 2026
Publicamos nuestras cifras.
Nuestra evaluación de octubre de 2026, sobre 175 identidades de pilotos excluidas del entrenamiento y 6.504 fotografías: mAP de recuperación 0,996, precisión B³ 0,996 y exhaustividad B³ 0,917. Frente a nuestro modelo anterior en la misma muestra, el mAP sube de 0,993 a 0,996 y las fotos en el grupo equivocado bajan de 42 a 20. Cada evento se sigue revisando antes de la entrega.
Evaluar mi evento01 / RaceLabs
Qué se midió y sobre qué
Evaluación propia de octubre de 2026 sobre la correspondencia de pilotos de moto. La muestra incluye una partición entre campeonatos de tipo MotoGP / WSBK, el caso más difícil que medimos: mismos circuitos, motos parecidas y monos parecidos.
175 identidades y 6.504 fotografías, en tres particiones de 25, 77 y 73 pilotos. Ninguna de esas identidades se vio durante el entrenamiento.
Las cifras cubren la agrupación de pilotos en esta muestra de motos. No miden tiempo de entrega, volumen procesado, vídeo, atribución en coches o karts ni atletismo.
02 / RaceLabs
Cada métrica responde a una pregunta distinta
Precisión B³
La pureza de los grupos: qué parte del grupo de un piloto es realmente ese piloto. El conjunto mixto da 0,996. Es la cifra que nota el piloto, porque trata de no encontrar a otro en su galería.
Exhaustividad B³
La completitud: qué parte de las fotos de un piloto acabó junta. El conjunto mixto da 0,917. Un piloto repartido en dos grupos baja la exhaustividad sin ensuciar ninguno, y unirlos es la corrección que harás de vez en cuando.
Índice de Rand ajustado (ARI)
Cuánto se parece la agrupación completa a la real, descontando el azar. El conjunto mixto da 0,947.
03 / RaceLabs
Resultados por partición
Con pilotos que el modelo nunca había visto, la precisión es un 1,000 perfecto y la exhaustividad 0,841, frente a 0,917 en el conjunto: los grupos se mantienen limpios pero se dividen más a menudo, y unir dos grupos es un clic.
Evento único, condiciones favorables
25 identidades. mAP: 1,000; precisión B³: 1,000; exhaustividad B³: 0,966; ARI: 0,977.
Entre campeonatos, condiciones difíciles
77 identidades; muestra de tipo MotoGP / WSBK. mAP: 0,999; precisión B³: 0,989; exhaustividad B³: 0,993; ARI: 0,997.
Pilotos nuevos no vistos
73 identidades. mAP: 0,993; precisión B³: 1,000; exhaustividad B³: 0,841; ARI: 0,889.
Conjunto mixto completo
175 identidades y 6.504 fotografías. mAP: 0,996; precisión B³: 0,996; exhaustividad B³: 0,917; ARI: 0,947.
04 / RaceLabs
En producción
En nuestros servidores en producción, un evento de 3.077 fotografías volvió con una sola foto en el grupo de otro piloto y un 0,7 % pendiente de revisión.
05 / RaceLabs
Úsalas dentro de su alcance
Son resultados propios, no una auditoría independiente, y cubren las particiones descritas, no todos los circuitos, climas y cámaras. Las fotos dudosas van a las fotografías inciertas en lugar de al piloto equivocado.
La mejor comprobación es un evento completo tuyo, con el tiempo de revisión incluido.
Preguntas frecuentes
¿Es una evaluación independiente?
No. Son resultados propios sobre 175 identidades excluidas del entrenamiento, en tres particiones y 6.504 fotografías. Publicamos todas las particiones, no solo las favorables.
¿Qué significa un mAP de 0,996?
Mide el orden de recuperación: lo bien que las fotos del mismo piloto quedan por delante de las de otros pilotos. Es independiente de que cada carpeta de piloto esté completa.
¿Qué significa una precisión del 99,6 % para mis entregas?
Que en la muestra casi ningún grupo contiene a otra persona. Tu evento no es la muestra, así que revisa los grupos antes de publicar.
RaceLabs
Comprueba el resultado con tu material.
Trae una jornada completa, incluidas las vistas difíciles, y valora las colecciones junto con las correcciones que necesitan.
Evaluar mi evento