mAP de recherche
La qualité avec laquelle les photos d’un même pilote sont classées devant toutes les autres. L’échantillon mixte atteint 0,996, la partition inter-championnats difficile 0,999.
Évaluation interne · Octobre 2026
Notre évaluation d’octobre 2026 sur 175 identités de pilotes exclues de l’entraînement et 6 504 photographies : mAP de recherche 0,996, précision B³ 0,996 et rappel B³ 0,917. Par rapport à notre modèle précédent sur le même échantillon, la mAP passe de 0,993 à 0,996 et les photos dans le mauvais groupe passent de 42 à 20. Chaque événement reste vérifié avant la livraison.
Préparer un événement d’essai01 / RaceLabs
Évaluation interne d’octobre 2026 sur l’appariement des pilotes moto. L’échantillon comprend une partition inter-championnats de type MotoGP / WSBK, le cas le plus difficile que nous mesurons : mêmes circuits, motos semblables, combinaisons semblables.
175 identités et 6 504 photographies, en trois partitions de 25, 77 et 73 pilotes. Aucune de ces identités n’a été vue pendant l’entraînement.
Ces chiffres portent sur le regroupement des pilotes dans cet échantillon moto. Ils ne mesurent ni le délai de livraison, ni le volume traité, ni la vidéo, ni l’attribution en voiture ou en karting, ni l’athlétisme.
02 / RaceLabs
La qualité avec laquelle les photos d’un même pilote sont classées devant toutes les autres. L’échantillon mixte atteint 0,996, la partition inter-championnats difficile 0,999.
La pureté des groupes : la part du groupe d’un pilote qui est vraiment ce pilote. 0,996 au total. C’est le chiffre que ressent le pilote, car il s’agit de ne trouver personne d’autre dans sa galerie.
La complétude : la part des photos d’un pilote qui se retrouvent ensemble. 0,917 au total. Un pilote réparti sur deux groupes fait baisser le rappel sans salir aucun des deux, et les fusionner est la correction que vous ferez de temps en temps.
Dans quelle mesure le regroupement complet correspond au regroupement réel, hasard déduit. 0,947 au total.
03 / RaceLabs
Sur les pilotes que le modèle n’avait jamais vus, la précision est un 1,000 parfait et le rappel 0,841, contre 0,917 au total : les groupes restent propres mais se scindent plus souvent, et fusionner deux groupes tient en un clic.
25 identités. mAP : 1,000 ; précision B³ : 1,000 ; rappel B³ : 0,966 ; ARI : 0,977.
77 identités ; échantillon de type MotoGP / WSBK. mAP : 0,999 ; précision B³ : 0,989 ; rappel B³ : 0,993 ; ARI : 0,997.
73 identités. mAP : 0,993 ; précision B³ : 1,000 ; rappel B³ : 0,841 ; ARI : 0,889.
175 identités et 6 504 photographies. mAP : 0,996 ; précision B³ : 0,996 ; rappel B³ : 0,917 ; ARI : 0,947.
04 / RaceLabs
Sur nos serveurs de production, un événement de 3 077 photographies est revenu avec une seule photo dans le groupe d’un autre pilote et 0,7 % en attente de vérification.
05 / RaceLabs
Ce sont des résultats internes, pas un audit indépendant, et ils couvrent les partitions décrites, pas chaque circuit, chaque météo ni chaque appareil. Les photos incertaines vont dans les photos incertaines plutôt que chez le mauvais pilote.
Le meilleur test reste un événement complet à vous, temps de vérification compris.
Non. Ce sont des résultats internes sur 175 identités exclues de l’entraînement, en trois partitions et 6 504 photographies. Nous publions chaque partition, pas seulement les plus flatteuses.
Elle mesure le classement en recherche : à quel point les photos d’un même pilote passent devant celles des autres pilotes. C’est indépendant de la complétude de chaque dossier de pilote.
Que dans l’échantillon, presque aucun groupe ne contient une autre personne. Votre événement n’est pas l’échantillon : vérifiez les groupes avant de publier.
RaceLabs
Apportez un événement complet, vérifiez les attributions et notez les corrections nécessaires avant de fixer vos conditions de livraison.
Préparer un événement d’essai