Vehicle ReID
Проверяем сервис

ЛЦТ 2026 · Фалькон Тех · Команда 33

Один автомобиль.
Разные кадры.

Найдите похожий автомобиль в галерее. Выделите его в кадре, сравните детали и сохраните результат проверки.

Проверяем демонстрационные кадры…

Поиск начинается
с одного кадра

Кадр → объект → сравнение Визуальный поиск

Рабочее пространство

Сопоставьте кадры

Поиск по внешнему виду
Оценка близости, не вероятность

Кадр запроса

Выберите изображение

Добавьте кадр с автомобилем

Перетащите файл или нажмите для выбора

JPEG / PNG

Результат поиска

Выберите автомобиль для поиска

Загрузите кадр и выделите объект. Здесь появятся кандидаты для сравнения или ответ об отсутствии совпадений выше порога.

Качество и метод

Что стоит за результатом

Одинаковый признак.
Два режима поиска.

Сравниваем внешний вид

Из выбранной рамки две модели OSNet-AIN извлекают признаки. Вторая модель дообучена нами. Нормировка, объединение и whitening дают вектор из 512 чисел.

Кадр + рамка Две модели 512 признаков Поиск в галерее

OCR и чтение номера в pipeline не входят. Это не доказывает полной независимости от изображения номерной пластины.

Официальный mAP@10 на локальной валидации d1_j48
Режим mAP@10 Rank-1
Этот сервис Косинусный поиск 0,7242 0,6851
Пакетная сдача k-reciprocal для каждого запроса в cosine top-50 0,7411 0,7079

Официальный evaluate.py: 1 110 запросов × 750 объектов галереи; 832 запроса с допустимой парой участвуют в mAP@10. Это многократно использованная валидация, не закрытый тест.

Как понимать близость и отказ

Близость — косинусная оценка от −1 до 1, а не вероятность того, что это тот же автомобиль. API принимает кандидата, если исходная оценка не ниже порога; отображаемое число округлено. Поэтому оценка у границы может выглядеть чуть ниже полного порога.

Порог выбран на использованном validation-сплите. Для новой галереи, камер и условий качество отказа требует отдельной проверки. Ближайшие объекты ниже порога — материал для ручного сравнения.

Почему режимы дают разные числа

Интерактивный сервис ранжирует галерею по косинусу. Пакетная сдача независимо переранжирует для каждого запроса его 50 ближайших по косинусу объектов галереи. Файл кандидатов и отказ в обоих случаях используют косинусный порог; mAP@10 пакетного ранжирования не является качеством отказа или оценкой закрытого теста.

Что показывает разбор областей

Красные области поддерживают сходство пары, синие — снижают его. Разложение относится к первой OSNet-AIN. Поиск использует две модели и whitening, поэтому число в разборе может отличаться от оценки кандидата. Карта помогает исследованию; она не подтверждает личность автомобиля.

Границы и сложные случаи

Сильная смена ракурса, похожие автомобили и освещение могут привести к ошибкам. В галерее может не быть нужного объекта. Демонстрационные кадры показывают выполнение API; закрытый test организатора не имеет доступных нам меток, поэтому его выдача не служит подтверждением качества.

Материалы решения

От поиска — к проверке

Локальная подготовка
DEPLOY PENDING

Инструкция, метод и воспроизводимый комплект. Выгрузка вашего текущего поиска доступна над результатами.