Классификаторы

Атрибуты ТС или ГРЗ определяются классификаторами. В разделе описаны доступные в CARS API классификаторы и их поля.

Классификаторы ТС

В разделе описаны доступные в CARS API классификаторы ТС и их поля.

«car_brand_model_v2»

Классификатор распознает марку и модель ТС. В ответе возвращаются название марки и модели ТС латинскими символами и оценка точности распознавания (Таблица 4).

Классификатор «car_brand_model_v2» поддерживает распознавание более 160 марок и более 1700 моделей.

Полный список наименований марок и моделей приведен в Приложении 4, Таблица 1.

Распознавание марки и модели ТС в системе выполняется по внешнему виду кузова ТС. При использовании классификатора «car_brand_model_v2» ТС разных марок и моделей, но имеющие схожий вид кузова, система относит к одной марке и модели (группе) – наиболее часто встречающейся в РФ. Например, ZAZ Sens, ZAZ Lanos, ZAZ Chance, Daewoo Sens, Daewoo Lanos, Chevrolet Lanos, ZAZ Lanos Furgon имеют схожий внешний вид и относятся к одной группе, и CARS API определяет данные модели как Chevrolet Lanos. Т. е. при отправке изображения любого из этих ТС, в полях «Марка» и «Модель» будут отображены «Chevrolet» и «Lanos» соответственно.

Полный список группировок смежных марок и моделей представлен в Приложении 4, Таблица 2.

Таблица 4. Описание полей классификатора car_brand_model_v2

Поле	Тип	Описание	Возможные значения
brand	string	Марка ТС	Toyota
classifier	string	Название классификатора	car_brand_model_v2
execution_time	int	Время выполнения в миллисекундах	10...10000
model	string	Модель ТС	Camry
score	float	Оценка точности распознавания марки и модели ТС	0.0000…1.0000

Пример входного изображения представлен ниже (Рисунок 3).

Пример ответа:

{
    "brand": "Toyota",
    "classifier": "car_brand_model_v2",
    "execution_time": 84,
    "model": "Camry",
    "score": 0.9844
}

«vehicle_color»

Классификатор распознает цвет ТС. Возвращает в ответе название цвета ТС на английском языке и оценку точности распознавания (Таблица 5). Поддерживается распознавание 16 цветов.

Таблица 5. Описание полей классификатора «vehicle_color»

Поле	Тип	Описание	Возможные значения
classifier	string	Название классификатора	vehicle_color
vehicle_color	string	Цвет ТС	Beige, black, blue, brown, cherry, golden, gray, green, light_blue, orange, pink, red, silver, violet, white, yellow
vehicle_color_score	float	Оценка точности распознавания цвета ТС	0.0000…1.0000

Пример входного изображения представлен ниже (Рисунок 4).

Пример ответа:

{
    "classifier": "vehicle_color",
    "vehicle_color": "white",
    "vehicle_color_score": 0.9919
}

«detailed_vehicle_color»

Классификатор распознает тип расцветки и цвет ТС. Возвращает в ответе тип расцветки, название цвета ТС на английском языке и оценку точности распознавания (Таблица 5). Поддерживается распознавание 4 типов расцветки и 12 цветов.

Классификатор способен распознать до двух цветов ТС (основной и дополнительный), в случае если тип расцветки ТС не является mono и оценка точности распознавания дополнительного цвета ТС выше 0.5.

Таблица 5. Описание полей классификатора «detailed_vehicle_color»

Поле	Тип	Описание	Возможные значения
classifier	string	Название классификатора	detailed_vehicle_color
color_type	string	Тип расцветки ТС	mono - одноцветное;
			multi - многоцветное
			multi - colorgraph - со стикерами/наклейками/рисунками
			multi - pics - с цветографикой
color_type_score	float	Оценка точности распознавания типа расцветки ТС	0.0000…1.0000
colors		Массив, содержащий информацию о цвете ТС и оценку точности распознавания цвета	vehicle_color, vehicle_color_score
vehicle_color	string	Цвет ТС	red, orange, yellow, green, light_blue, blue, purple_or_pink, black, white, brown, grey_or_silver, beige
vehicle_color_score	float	Оценка точности распознавания цвета ТС	0.0000…1.0000
execution_time	int	Время выполнения в миллисекундах	10...10000

Пример входного изображения представлен ниже (Рисунок 5).

Пример ответа:

{
    "classifier": "detailed_vehicle_color",
    "color_type": "mono",
    "color_type_score": 0.9896,
    "colors": [
        {
            "vehicle_color": "white",
            "vehicle_color_score": 0.9986
        }
    ],
    "execution_time": 87
}

«vehicle_type»

Классификатор распознает тип ТС. Возвращает в ответе тип ТС и оценку точности распознавания. Описание полей классификатора приведено в Таблице 7.

Классификация ТС происходит согласно ГОСТ Р 52051-2003 «Механические транспортные средства и прицепы. Классификация и определения». Описание каждого типа ТС приведено в Таблице 6.

Таблица 6. Описание поддерживаемых типов ТС

Тип ТС	Описание	Категория по ГОСТ	Примеры
A_light	Средства передвижения, не требующие специального права на управление	-	Велосипеды, мопеды, гироскутеры, самокаты, электросамокаты и др.
А_heavy	Мототранспортные средства, для управления которыми необходимо специальное право	L1 – L7	Мотоциклы, трициклы, квадроциклы и др.
B_light	Легковые ТС, используемые для перевозки пассажиров и имеющие, помимо места водителя, не более восьми мест для сидения	M1	Седаны, внедорожники, минивэны, микроавтобусы и др. в т. ч. пикапы с остекленным кунгом.
B_heavy	Легковые ТС, используемые для перевозки грузов	N1	Пикапы без остекленного кунга, грузовики массой менее 3.5. т, автодома.
C_light	Грузовые ТС c максимальной массой от 3.5 до 12 т	N2	Грузовики, кроме седельных тягачей
C_heavy	Грузовые ТС с максимальной массой более 12 т	N3	Грузовики, кроме седельных тягачей
D_light	ТС для перевозки пассажиров, имеющие, помимо места водителя, более восьми мест для сидения, максимальная масса которых не превышает 5 т	M2	Автобусы
D_heavy	ТС для перевозки пассажиров, имеющие, помимо места водителя, более восьми мест для сидения, максимальная масса которых превышает 5 т	M3	Автобусы и троллейбусы, кроме сочленённых
D_long	D_heavy, имеющие 1 или более сочленений	M3	Сочлененные автобусы и троллейбусы
E_light	Грузовые ТС с максимальной массой более 3.5 т	N2, N3	Седельные тягачи без прицепов
E_heavy	Грузовые ТС с максимальной массой более 3.5 т. и прицепом более 0.75 т	ТС: N2, N3; Прицеп: O2 – O4	Седельные тягачи с полуприцепами и автопоезда
P_light	Прицепы, максимальная масса которых не более 0,75 т	O1, O2	Прицепы, используемые легковыми ТС
P_heavy	Прицепы, максимальная масса которых более 0,75 т	O2 – O4	Прицепы, используемые грузовыми ТС
Other	Остальные ТС	Т, G и без категории	Сельскохозяйственная техника, ТС повышенной проходимости, трамваи и др.

Таблица 7. Описание полей классификатора «vehicle_type»

Поле	Тип	Описание	Возможные значения
classifier	string	Название классификатора	vehicle_type
ts_type_ai	string	Тип ТС	А_light, А_heavy, В_light, B_heavy, С_light, С_heavy, D_light, D_heavy, D_long, E_light, E_heavy, P_light, P_heavy, Other
ts_type_ai_score	float	Оценка точности определения типа ТС	0.0000…1.0000

Пример входного изображения представлен ниже (Рисунок 6).

Пример ответа:

{
    "classifier": "vehicle_type",
    "ts_type_ai": "E_light",
    "ts_type_ai_score": 0.9997
}

«vehicle_emergency_type» и «vehicle_emergency_type_v3»

Классификаторы распознают принадлежность ТС к экстренной службе РФ и название службы.

Классификаторы поддерживают распознавание типов ТС экстренных служб, цветографические схемы которых соответствуют ГОСТ Р 50574-2019 «Автомобили, автобусы и мотоциклы оперативных служб. Цветографические схемы, опознавательные знаки, надписи, специальные световые и звуковые сигналы. Общие требования».

Возвращают в ответе номер экстренной службы и оценку точности распознавания (Таблица 8).

Таблица 8. Описание полей классификатора «vehicle_emergency_type_v3»

Поле	Тип	Описание	Возможные значения
classifier	string	Название классификатора	vehicle_emergency_type_v3
execution_time	int	Время выполнения в миллисекундах	10...10000
ts_type_ai	string	Название экстренной службы	01 – пожарная служба
			02 – полиция
			03 – скорая помощь
			112 – служба спасения
			not_emergency – ТС, не принадлежащие экстренным службам (гражданские, военные и т.д.)
ts_type_ai_score	float	Оценка точности распознавания экстренной службы	0.0000…1.0000

Пример входного изображения представлен ниже (Рисунок 7).

Пример ответа:

{
    "classifier": "vehicle_emergency_type_v3",
    "ts_type_ai": "01",
    "ts_type_ai_score": 1
}

«public_transport_type»

Классификатор распознает тип общественного транспорта.

Возвращает в ответе тип общественного транспорта и оценку точности распознавания (Таблица 9).

Такси считается общественным транспортом, цветографические схемы ТС которых соответствуют ГОСТ Р 58287-2018 «Отличительные знаки и информационное обеспечение транспортных средств пассажирского наземного транспорта, остановочных пунктов и автостанций. Общие технические требования». Каршеринг считается общественным транспортом, цветографические схемы ТС которых соответствуют приказу департамента транспорта Москвы от 2 сентября 2015 г. N 61-02-283/5 «Об утверждении Требований к цветографической окраске транспортных средств, используемых для оказания услуги каршеринг».

Описание полей классификатора «public_transport_type» представлено в Таблице 9.

Таблица 9. Описание полей классификатора «public_transport_type»

Поле	Тип	Описание	Возможные значения
classifier	string	Название классификатора	public_transport_type
ts_type_ai	string	Тип общественного транспорта	- route_transport – маршрутный транспорт,
			- taxi – такси,
			- carshering – каршеринг,
			- other – остальное
ts_type_ai_score	float	Оценка точности распознавания типа общественного транспорта	0.0000…1.0000

Пример входного изображения представлен ниже (Рисунок 8).

Пример ответа:

    {
      "classifier": "public_transport_type",
      "public_type": "taxi",
      "public_type_score": 0.9999
    }

«special_transport_type»

Классификатор распознает тип специальной техники. Возвращает в ответе тип специальной техники и оценку точности распознавания (Таблица 10).

Таблица 10. Описание полей классификатора «special_transport_type»

Поле	Тип	Описание	Возможные значения
classifier	string	Название классификатора	special_transport_type
ts_type_ai	string	Тип специальной техники	- forklift – автопогрузчик,
			- sweeper – автоуборщик,
			- paver – асфальтоукладчик,
			- concrete_mixer – бетономешалка,
			- bulldozer – бульдозер,
			- grader – грейдер,
			- truck – грузовик,
			- roller – каток,
			- garbage_truck – мусоровоз,
			- sprinkler_truck – поливомоечная машина,
			- other_special – прочая спецтехника,
			- dump_truck – самосвал,
			- tractor – трактор,
			- excavator – экскаватор,
			- other_non_special – не определен
ts_type_ai_score	float	Оценка точности распознавания типа специальной техники	0.0000…1.0000

Пример входного изображения представлен ниже (Рисунок 9).

Пример ответа:

    {
      "classifier": "special_transport_type",
      "special_type": "garbage_truck",
      "special_type_score": 0.9999
  }

«vehicle_axles»

Классификатор распознает оси ТС: их координаты и количество. Для каждой оси определяется точность распознавания, а также выводится общая точность детекции всех осей (Таблица 11).

Таблица 11. Описание полей классификатора «vehicle_axles»

Поле	Тип	Описание	Возможные значения
classifier	string	Название классификатора	vehicle_axles
aggregatedScore	float	Общая оценка точности детекции всех осей ТС	0…1
detections	array	Массив, содержащий координаты и размер детекций каждой оси на изображении, а также оценку точности детекции оси	-
height	int	Высота BBox оси (в пикселях)	0…1080
score	float	Оценка точности детекции оси	0.0000…1.0000
width	int	Ширина BBox оси (в пикселях)	0…1920
x	int	Горизонтальная координата левого верхнего угла BBox	0…1920
y	int	Вертикальная координата левого верхнего угла BBox	0…1080
numberOfWheelAxles	int	Количество детектированных осей	1…n

Пример входного изображения представлен ниже (Рисунок 10).

Пример ответа:

{
    "results": [
        {
            "aggregatedScore": 0.8943796157836914,
            "classifier": "vehicle_axles",
            "detections": [
                {
                    "height": 119.57168579101563,
                    "score": 0.917134165763855,
                    "width": 109.78546142578125,
                    "x": 180.5765380859375,
                    "y": 385.35791015625
                },
                {
                    "height": 93.49630737304688,
                    "score": 0.8918288946151733,
                    "width": 66.70538330078125,
                    "x": 565.5817260742188,
                    "y": 359.1695861816406
                },
                {
                    "height": 91.6329345703125,
                    "score": 0.8791476488113403,
                    "width": 84.33480834960938,
                    "x": 477.0045471191406,
                    "y": 372.5871276855469
                }
            ],
            "numberOfWheelAxles": 3
        }
    ]
}

«vehicle_descriptor_v2»

Классификатор извлекает дескриптор ТС.

Дескриптор необходим для поиска ТС по изображению в интерфейсе CARS Analytics. Поиск по изображению применяется в случаях необходимости найти записи в архиве с участием определенного ТС. Поля классификатора описаны в Таблице 12.

Описание процесса поиска ТС по изображению приведено в «CARS Analytics. Руководство пользователя»

Таблица 12. Описание полей классификатора «vehicle_descriptor_v2»

Поле	Тип	Описание	Возможные значения
classifier	string	Название классификатора	vehicle_descriptor_v2
execution_time	int	Время выполнения в миллисекундах	10...10000
vehicle_descriptor	string	Дескриптор ТС	AACAvQ...

Дескриптор ТС может иметь длину до нескольких тысяч символов.

Пример входного изображения представлен ниже (Рисунок 11).

Пример ответа:

        {
            "classifier": "vehicle_descriptor_v2",
            "execution_time": 23,
            "vehicle_descriptor": "AACAvQAAALwAAAA9..."
        }

«vehicle_tracks_reid_descriptor»

Классификатор необходим для обнаружения разрыва трека ТС и позволяет продолжить вести старый трек вместо создания нового.

Классификатор извлекает дескриптор ТС. Дескриптор необходим для поиска ТС по изображению в интерфейсе CARS Analytics. Поиск по изображению применяется в случаях необходимости найти записи в архиве с участием определенного ТС. Поля классификатора описаны в Таблице 13.

Описание процесса поиска ТС по изображению приведено в «CARS Analytics. Руководство пользователя»

Классификатор «vehicle_tracks_reid_descriptor» работает быстрее чем «vehicle_descriptor_v2», но уступает в точности.

Таблица 13. Описание полей классификатора «vehicle_tracks_reid_descriptor»

Поле	Тип	Описание	Возможные значения
classifier	string	Название классификатора	vehicle_tracks_reid_descriptor
execution_time	int	Время выполнения в миллисекундах	10...10000
vehicle_descriptor	string	Дескриптор ТС	AACAvQ...

Дескриптор ТС может иметь длину до нескольких тысяч символов.

Пример входного изображения представлен ниже (Рисунок 12).

Пример ответа:

        {
            "classifier": "vehicle_tracks_reid_descriptor",
            "execution_time": 21,
            "vehicle_descriptor": "AACAvQAAALwAAAA9..."
        }

Классификаторы ГРЗ

В разделе описаны доступные в CARS API классификаторы ГРЗ и их поля.

Логика работы сетей распознавания ГРЗ

Схема логики работы сетей распознавания ГРЗ (Рисунок 13).

Описание схемы приведено в Таблице 20.

Таблица 20. Описание логики работы сетей распознавания ГРЗ

Шаг	Описание
0	В CARS API поступает кадр содержащий ГРЗ
1	Запускается классификатор распознавания страны принадлежности ГРЗ «grz_all_countries»
2	Определяется страна принадлежности ГРЗ
3	Если страна принадлежности НЕ определена, то запускается классификатор «eu_cis_recognition_v2»
4	Если страна принадлежности определена, то запускается соответствующий классификатор из Таблицы 21

Соответствие классификаторов и стран принадлежности ГРЗ

Список классификаторов и стран поддерживаемых для распознавания ГРЗ приведен ниже (Таблица 21).

Таблица 21. Соответствие классификаторов и стран принадлежности ГРЗ

Классификатор	Страна принадлежности ГРЗ
rus_plate_recognition_v2	Россия
rus_plate_recognition_v3	Россия, Абхазия, Южная Осетия, ДНР, ЛНР
eu_cis_recognition_v2	СНГ и Евросоюз (Украина, Казахстан, Белоруссия, Грузия, Молдова, Армения, Азербайджан, Таджикистан, Туркменистан, Киргизия, Узбекистан, Андорра, Албания, Австрия, Босния и Герцеговина, Бельгия, Болгария, Швейцария, Кипр, Чехия, Германия, Дания, Эстония, Испания, Финляндия, Франция, Греция, Хорватия, Венгрия, Ирландия, Израиль, Иран, Италия, Лихтенштейн, Литва, Люксембург, Латвия, Монако, Черногория, Северная Македония, Мальта, Нидерланды, Норвегия, Польша, Приднестровье, Португалия, Румыния, Сербия, Швеция, Словения, Словакия, Сан-Марино, Турция, Ватикан, Косово)
eu_cis_recognition_v3	СНГ и Евросоюз (Украина, Казахстан, Белоруссия, Грузия, Молдова, Армения, Азербайджан, Таджикистан, Туркменистан, Киргизия, Узбекистан, Андорра, Албания, Австрия, Босния и Герцеговина, Бельгия, Болгария, Швейцария, Кипр, Чехия, Германия, Дания, Эстония, Испания, Финляндия, Франция, Греция, Хорватия, Венгрия, Ирландия, Израиль, Иран, Италия, Лихтенштейн, Литва, Люксембург, Латвия, Монако, Черногория, Северная Македония, Мальта, Нидерланды, Норвегия, Польша, Приднестровье, Португалия, Румыния, Сербия, Швеция, Словения, Словакия, Сан-Марино, Турция, Ватикан, Косово), Палестина, Гернси
grz_country_recognition_v4, grz_all_countries	Все поддерживаемые страны: Россия, Абхазия, ДНР, ЛНР, Южная Осетия, Белоруссия, Казахстан, Украина, Азербайджан, Армения, Грузия, Киргизия, Молдова, Таджикистан, Туркменистан, Узбекистан, Турция, Андорра, Албания, Австрия, Босния и Герцеговина, Бельгия, Болгария, Швейцария, Кипр, Чехия, Германия, Дания, Эстония, Испания, Финляндия, Франция, Греция, Хорватия, Венгрия, Ирландия, Италия, Лихтенштейн, Литва, Люксембург, Латвия, Монако, Черногория, Северная Македония, Нидерланды, Норвегия, Польша, Португалия, Румыния, Сербия, Швеция, Словения, Словакия, Мальта, Сан-Марино, Ватикан, Приднестровье, Иран, Косово, Израиль, Палестина, Великобритания, Сингапур, Гонконг, Макао, Индия, Шри Ланка, Таиланд, Вьетнам, Малайзия, Индонезия, Филиппины, Тайвань, Пакистан, Китай, Монголия, ОАЭ, Бахрейн, Саудовская Аравия, Оман, Катар, Кувейт, Иран, Южная Корея, Канада, США, Мексика, Бразилия, Новая Зеландия
emirate_recognition_v1	ОАЭ
uae_plate_recognition_v2	ОАЭ: Дубай, Абу-Даби, Шарджа, Фуджейра, Аджман, Рас-эль-Хайм, Умм-аль-Кувейн
grz_uk_asia_recognition_v1	Индия, Пакистан, Вьетнам, Индонезия, Малайзия, Тайвань, Филиппины, Шри-Ланка, Макао, Сингапур, Гонконг, Великобритания
grz_uk_asia_recognition_v2	Индия, Пакистан, Вьетнам, Индонезия, Малайзия, Тайвань, Филиппины, Шри-Ланка, Макао, Сингапур, Гонконг, Великобритания, Новая Зеландия
america_plate_recognition_v1	США, Канада, Мексика, Бразилия
chn_plate_recognition_v2	Китай
mng_recognition_v1	Монголия
persian_plate_recognition_v1	Бахрейн, Кувейт, Оман, Катар, Саудовская Аравия

«license_plate_ags_v1»

Классификатор «license_plate_ags_v1» оценивает качество изображения ГРЗ. Используется для оптимизации выбора лучшего кадра. Поля классификатора описаны в Таблице 13.

Для фильтрации изображений ГРЗ по качеству необходимо установить значения верхнего и нижнего порога score. См. подробнее «CARS Analytics. Руководство пользователя», Таблица 42. Описание параметров камеры с типом источника RTSP поток и Видеофайл.

Таблица 13. Описание полей классификатора «license_plate_ags_v1»

Поле	Тип	Описание	Возможные значения
classifier	string	Название классификатора	license_plate_ags_v1
execution_time	int	Время выполнения в миллисекундах	10...10000
score	float	Оценка качества изображения ГРЗ	0.0000…1.0000

Пример входного изображения представлен ниже (Рисунок 14).

Пример ответа:

        {
            "classifier": "license_plate_ags_v1",
            "score": 0.9963796734809875,
        }

«rus_plate_recognition_v2» и «rus_plate_recognition_v3»

Классификаторы «rus_plate_recognition_v2» и «rus_plate_recognition_v3» распознают символы ГРЗ, оценивают точность их распознавания, дают общую оценку точности распознавания ГРЗ.

Классификаторы распознают особенности ГРЗ:

• формат ГРЗ
• регион ГРЗ

Полный список стран поддерживаемый классификаторами см. в разделе Соответствие классификаторов и стран принадлежности ГРЗ

Классификаторы распознают типы ГРЗ, приведенные в Приложении 3.

Классификаторы дают оценку точности распознавания данных параметров (Таблица 14).

Таблица 14. Описание полей классификатора «rus_plate_recognition_v2» и «rus_plate_recognition_v3»

Поле	Тип	Описание	Возможные значения
classifier	string	Название классификатора	rus_plate_recognition_v2; rus_plate_recognition_v3
execution_time	int	Время выполнения в миллисекундах	10...10000
features	array	Список особенностей номера	-
score	float	Оценка точности распознавания особенностей ГРЗ	0.0000…1.0000
type	string	Тип особенности. Параметр доступен только для российских ГРЗ	- rus_spec_type – формат номера
			- rus_region_number – номер региона регистрации ТС
value	string	Значение особенности ГРЗ, примеры приведены выше	- regular – гражданский
			- police – полицейский
			- diplomatic – дипломатический
			- military – военный
			- machines&moto – мотоциклы и трактора
			- trailer – прицеп
			- transit – транзитный
			- taxi – такси
regno_ai_score	float	Общая оценка точности распознавания ГРЗ	0.0000…1.0000
symbol_scores	float	Оценка точности распознавания каждого символа ГРЗ	0.0000…1.0000
symbols	string	Массив распознанных символов ГРЗ	0…9; A, B, C, E…

Полный список возможных значений поля symbols для классификатора rus_plate_recognition_v2 представлен в файле rus_plate_recognition_v1.conf, для классификатора rus_plate_recognition_v3 в файле rus_plate_recognition_v2.conf, расположенных в директории поставки /data.

Пример входного изображения представлен ниже (Рисунок 15).

Пример ответа:

        {
            "classifier": "rus_plate_recognition_v2",
            "features": [
                {
                    "score": 0.9963796734809875,
                    "type": "rus_spec_type",
                    "value": "regular"
                },
                {
                    "score": 0.9785565137863159,
                    "type": "rus_region_number",
                    "value": "163"
                }
            ],
            "regno_ai_score": 0.9357050657272339,
            "symbol_scores": [
                0.992807149887085,
                0.9970425963401794,
                0.9916096329689026,
                0.9913685917854309,
                0.98829585313797,
                0.9942867159843445,
                0.9931392073631287,
                0.998256504535675,
                0.9870374202728271
            ],
            "symbols": [
                "У",
                "0",
                "8",
                "2",
                "Н",
                "Н",
                "1",
                "6",
                "3"
            ]
        }

«grz_country_recognition_v4»

Классификатор распознает страну принадлежности ГРЗ и оценивает точность распознавания (Таблица 14).

Полный список стран поддерживаемых классификатором см. в разделе Соответствие классификаторов и стран принадлежности ГРЗ

Таблица 14. Описание полей классификатора «grz_country_recognition_v4»

Поле	Тип	Описание	Возможные значения
classifier	string	Название классификатора	grz_country_recognition_v4
execution_time	int	Время выполнения в миллисекундах	10...10000
country	string	Страна принадлежности ГРЗ	см. Таблицу 21
country_score	float	Оценка точности распознавания страны	0.0000…1.0000

Полный список возможных значений для параметра country представлен в Приложении 3.

Пример входного изображения представлен ниже (Рисунок 16).

Пример ответа:

{
    "classifier": "grz_country_recognition_v4",
    "country": "RUS",
    "country_score": 1,
    "execution_time": 141
}

«grz_all_countries»

Классификатор распознает страну принадлежности ГРЗ, символы ГРЗ, особенности ГРЗ РФ и оценивает точность распознавания каждого символа. Может применяться для обработки изображений ГРЗ любых стран.

К особенностям ГРЗ относится:

• Тип специального формата ГРЗ (военный, гражданский, квадратные или дипломатический);
• Регион принадлежности ГРЗ

Полный список стран поддерживаемых классификатором см. в разделе Соответствие классификаторов и стран принадлежности ГРЗ

Классификатор поддерживает распознает ГРЗ стран и типов, приведенных в Приложении 3.

Описание полей классификатора приведено в Таблице 15.

Таблица 15. Описание полей классификатора «grz_all_countries»

Поле	Тип	Описание	Возможные значения
classifier	string	Название запрашиваемого классификатора	grz_all_countries
country_score	float	Оценка точности определения страны	0.0000…1.0000
country	string	Название страны, определенной классификатором	см. Таблицу 21
scores	float	Массив, отображающий оценку точности распознавания каждого символа ГРЗ	0.0000…1.0000
features	array	Список особенностей номера	-
score	float	Оценка точности распознавания особенностей ГРЗ	0.0000…1.0000
type	string	Тип особенностей. Параметр доступен только для российских ГРЗ	- rus_spec_type – формат номера;
			- rus_region_number – номер региона регистрации ТС
value	string	Значение особенности ГРЗ, примеры приведены выше	- regular – гражданский
			- police – полицейский
			- diplomatic – дипломатический
			- military – военный
			- machines&moto – мотоциклы и трактора
			- trailer – прицеп
			- transit – транзитный
			- taxi – такси
symbols	string	Массив распознанных знаков ГРЗ. К распознаваемым знакам относятся:	0…9; - A, B, C, E…
		- серия;
		- регистрационный номер;
		- код региона регистрации
length_scores	float	Массив, отображающий количество знаков ГРЗ. В массиве 11 элементов:	0.0000…1.0000
		- Первый элемент массива соответствует ГРЗ с 0 знаков;
		- Одиннадцатый элемент соответствует ГРЗ из 10 знаков.
		Каждый элемент содержит число, которое показывает вероятность присутствия в ГРЗ именно этого количества знаков. Если самое большое значение у 10 элемента массива, значит система определила в ГРЗ 9 знаков. Сумма значений всех 11 элементов равна 1
regno_ai_score	float	Общая оценка точности распознавания ГРЗ	0.0000…1.0000

Полный список возможных значений для поля symbols представлен в файле eu_plate_recognition.conf, расположенном в директории поставки /data.

Входное изображение с белорусскими номерами представлено на Рисунке (Рисунок 17).

Пример ответа:

{
    "classifier": "grz_all_countries",
    "country": "BEL",
    "country_score": 1,
    "regno_ai": {
        "length_scores": [
            0,
            0,
            0,
            0,
            0,
            0,
            0,
            0.9996,
            0.0003,
            0,
            0,
        ],
        "scores": [
            0.9993,
            0.9998,
            0.9997,
            0.9999,
            0.9996,
            1,
            0.693
        ],
        "symbols": [
            "8",
            "3",
            "6",
            "7",
            "Р",
            "А",
            "9"
        ]
    },
    "regno_ai_score": 0.8915
}

«emirate_recognition_v1»

Классификатор «emirate_recognition_v1» возвращает эмират принадлежности ГРЗ ТС, точность определения эмирата, символы ГРЗ и оценку точности распознавания символов.

Поля классификатора описаны в Таблице 16.

Полный список стран поддерживаемых классификатором см. в разделе Соответствие классификаторов и стран принадлежности ГРЗ

Классификатор распознает типы ГРЗ ОАЭ, приведенные в Приложении 3

Таблица 16. Описание полей классификатора «emirate_recognition_v1»

Поле	Тип	Описание	Возможные значения
classifier	string	Название классификатора	emirate_recognition_v1
execution_time	int	Время выполнения в миллисекундах	10...10000
features	array	Список особенностей номера	emirate_name
score	float	Оценка точности определения эмирата	0.0000…1.0000
type	string	Тип особенности номера	emirate_name
value	string	Результат распознавания	DUBAI, ABU_DHABI, SHARJAH, KHAIMAN, QUWAIN, AJMAN, FUJAIRAH
regno_ai_score	float	Общая оценка точности распознавания ГРЗ	0.0000…1.0000
symbol_scores	float	Оценка точности распознавания каждого символа ГРЗ	0.0000…1.0000
symbols	string	Массив распознанных знаков ГРЗ. К распознаваемым знакам относятся:	0…9; A, B, C, E…
		- серия;
		- регистрационный номер;
		- код/название региона регистрации

Полный список возможных значений для поля symbols представлен в файле uae_plate_recognition_v1.conf, расположенном в директории поставки /data.

Пример входного изображения представлен ниже (Рисунок 18).

Пример ответа:

{
    "classifier": "emirate_recognition_v1",
    "execution_time": 24,
    "features": [
        {
            "score": 1,
            "type": "emirate_name",
            "value": "SHARJAH"
        }
    ],
    "regno_ai_score": 0.9982,
    "symbol_scores": [
        0.999,
        0.9998,
        0.9999,
        0.9999,
        0.9997,
        0.9999
    ],
    "symbols": [
        "2",
        "1",
        "4",
        "5",
        "6",
        "7"
    ]
}

«uae_plate_recognition_v2»

Классификатор «uae_plate_recognition_v2» возвращает эмират принадлежности ГРЗ ТС, точность определения эмирата, символы ГРЗ и оценку точности распознавания символов.

Поля классификатора описаны в Таблице 16.

Полный список стран поддерживаемых классификатором см. в разделе Соответствие классификаторов и стран принадлежности ГРЗ

Классификатор распознает типы ГРЗ ОАЭ, приведенные в Приложении 3

Таблица 16. Описание полей классификатора «uae_plate_recognition_v2»

Поле	Тип	Описание	Возможные значения
classifier	string	Название классификатора	uae_plate_recognition_v2
execution_time	int	Время выполнения в миллисекундах	10...10000
features	array	Список особенностей номера	emirate_name
score	float	Оценка точности определения эмирата	0.0000…1.0000
type	string	Тип особенности номера	emirate_name
value	string	Результат распознавания	DUBAI, ABU_DHABI, SHARJAH, KHAIMAN, QUWAIN, AJMAN, FUJAIRAH
regno_ai_score	float	Общая оценка точности распознавания ГРЗ	0.0000…1.0000
symbol_scores	float	Оценка точности распознавания каждого символа ГРЗ	0.0000…1.0000
symbols	string	Массив распознанных знаков ГРЗ. К распознаваемым знакам относятся:	0…9; A, B, C, E…
		- серия;
		- регистрационный номер;
		- код/название региона регистрации

Полный список возможных значений для поля symbols представлен в файле uae_plate_recognition_v2.conf, расположенном в директории поставки /data.

Пример входного изображения представлен ниже (Рисунок 18).

Пример ответа:

{
    "classifier": "uae_plate_recognition_v2",
    "execution_time": 43,
    "features": [
        {
            "score": 0.848,
            "type": "emirate_name",
            "value": "SHARJAH"
        }
    ],
    "regno_ai_score": 0.5661,
    "symbol_scores": [
        0.9044,
        0.9116,
        0.9182,
        0.9042,
        0.9087,
        0.9101
    ],
    "symbols": [
        "2",
        "1",
        "4",
        "5",
        "6",
        "7"
    ]
}

«eu_cis_recognition_v2» и «eu_cis_recognition_v3»

Классификаторы распознают символы ГРЗ стран СНГ и Евросоюза, оценивают точность распознавания каждого символа и всего ГРЗ.

Классификатор «eu_cis_recognition_v3» способен распознавать Индивидуальные номера стран Евросоюза.

Поля классификаторов описаны в Таблице 19.

Полный список стран поддерживаемый классификаторами см. в разделе Соответствие классификаторов и стран принадлежности ГРЗ

Классификаторы распознают типы ГРЗ СНГ и ЕС, приведенные в Приложении 3.

Таблица 19. Описание полей классификатора «eu_cis_recognition_v2» и «eu_cis_recognition_v3»

Поле	Тип	Описание	Возможные значения
classifier	string	Название классификатора	eu_cis_recognition_v2
execution_time	int	Время выполнения в миллисекундах	10...10000
length_scores	float	Массив, отображающий количество знаков ГРЗ. В массиве 11 элементов:	0.0000…1.0000
		- Первый элемент массива соответствует ГРЗ с 0 знаков;
		- Одиннадцатый элемент соответствует ГРЗ из 10 знаков.
		Каждый элемент содержит число, которое показывает вероятность присутствия в ГРЗ именно этого количества знаков. Если самое большое значение у 10 элемента массива, значит система определила в ГРЗ 9 знаков. Сумма значений всех 11 элементов равна 1
scores	float	Массив, отображающий оценку точности распознавания каждого символа ГРЗ	0.0000…1.0000
symbols	string	Массив распознанных символов ГРЗ	0…9, A…Z
regno_ai_score	float	Общая оценка точности распознавания ГРЗ	0.0000…1.0000

Полный список возможных значений поля symbols для классификатора eu_cis_recognition_v2 представлен в файле eu_cis_recognition_v2.conf, для классификатора eu_cis_recognition_v3 в файле eu_cis_recognition_v3.conf, расположенных в директории поставки /data.

Пример входного изображения представлен ниже (Рисунок 19):

Пример ответа:

        {
    "results": [
        {
            "classifier": "eu_cis_recognition_v2",
            "regno_ai": {
                "length_scores": [
                    0.0,
                    0.0,
                    0.0,
                    0.0,
                    0.0,
                    0.0,
                    1.0,
                    0.0,
                    0.0,
                    0.0,
                    0.0
                ],
                "scores": [
                    0.9990543723106384,
                    0.9992122650146484,
                    0.9995478987693787,
                    0.9989604949951172,
                    0.9978286623954773,
                    0.9989246726036072
                ],
                "symbols": [
                    "S",
                    "5",
                    "7",
                    "8",
                    "I",
                    "L"
                ]
            },
            "regno_ai_score": 0.99354487657547
        }
    ]
}

«grz_uk_asia_recognition_v1» и «grz_uk_asia_recognition_v2»

Классификатор распознает символы ГРЗ, оценивает точность распознавания каждого символа и всего ГРЗ. Поля классификатора описаны в таблице 20.

Классификатор «grz_uk_asia_recognition_v2» способен распознавать Индивидуальные номера стран Азии.

Полный список стран поддерживаемый классификаторами см. в разделе Соответствие классификаторов и стран принадлежности ГРЗ

Классификаторы распознают типы ГРЗ стран Азии, приведенные в Приложении 3.

Таблица 20. Описание полей классификатора «grz_uk_asia_recognition_v1»

Поле	Тип	Описание	Возможные значения
classifier	string	Название классификатора	grz_uk_asia_recognition_v1
execution_time	int	Время выполнения в миллисекундах	10...10000
length_scores	float	Массив, отображающий количество знаков ГРЗ. В массиве 11 элементов:	0.0000…1.0000
		- Первый элемент массива соответствует ГРЗ с 0 знаков;
		- Одиннадцатый элемент соответствует ГРЗ из 10 знаков.
		Каждый элемент содержит число, которое показывает вероятность присутствия в ГРЗ именно этого количества знаков. Если самое большое значение у 10 элемента массива, значит система определила в ГРЗ 9 знаков. Сумма значений всех 11 элементов равна 1
scores	float	Массив, отображающий оценку точности распознавания каждого символа ГРЗ	0.0000…1.0000
symbols	string	Массив распознанных символов ГРЗ	0…9, A…Z
regno_ai_score	float	Общая оценка точности распознавания ГРЗ	0.0000…1.0000

Полный список возможных значений поля symbols для классификатора grz_uk_asia_recognition_v1 представлен в файле grz_uk_asia_recognition_v1.conf, для классификатора grz_uk_asia_recognition_v2 в файле grz_uk_asia_recognition_v2.conf, расположенных в директории поставки /data.

Пример входного изображения представлен ниже (Рисунок 20):

Пример ответа:

{
    "classifier": "grz_uk_asia_recognition_v1",
    "execution_time": 55,
    "regno_ai": {
        "length_scores": [
            0,
            0,
            0,
            0,
            0,
            0,
            0,
            0,
            1,
            0,
            0
        ],
        "scores": [
            0.9997,
            0.9975,
            0.9977,
            0.9949,
            0.9984,
            0.9985,
            0.9986,
            0.9878
        ],
        "symbols": [
            "В",
            "1",
            "6",
            "5",
            "4",
            "S",
            "S",
            "Т"
        ]
    },
    "regno_ai_score": 0.9734
}

«chn_plate_recognition_v2»

Классификатор распознает символы ГРЗ Китая, оценивает точность распознавания каждого символа и всего ГРЗ. Поля классификатора описаны в таблице 21.

Полный список стран поддерживаемых классификатором см. в разделе Соответствие классификаторов и стран принадлежности ГРЗ

Классификатор распознает типы ГРЗ Китая, приведенные в Приложении 3.

Таблица 21. Описание полей классификатора «chn_plate_recognition_v2»

Поле	Тип	Описание	Возможные значения
classifier	string	Название классификатора	chn_plate_recognition_v2
execution_time	int	Время выполнения в миллисекундах	10...10000
features	array	Список особенностей номера	-
score	float	Оценка точности распознавания особенностей ГРЗ	0.0000…1.0000
type	string	Тип особенности	- spec_type – формат номера
value	string	Значение особенности ГРЗ, примеры приведены выше	- regular – обычные авто;
			- large&moto – мотоциклы, грузовики, автобусы;
			- electric – электрические авто;
			- cross-boarder – номера для пересечения границы с Макао и Гонконгом;
			- trailer – прицеп;
			- temporary – транзитный;
			- police – полицейские;
			- training – учебные.
regno_ai_score	float	Общая оценка точности распознавания ГРЗ	0.0000…1.0000
symbol_scores	float	Массив, отображающий оценку точности распознавания каждого символа ГРЗ	0.0000…1.0000
symbols	string	Массив распознанных символов ГРЗ	-

Полный список возможных значений для поля symbols представлен в файле chn_plate_recognition_v2.conf, расположенном в директории поставки /data.

Пример входного изображения представлен ниже (Рисунок 21):

Пример ответа:

{
"classifier": "chn_plate_recognition_v2",
    "execution_time": 24,
    "features": [
        {
            "score": 0.8894,
            "type": "spec_type",
            "value": "regular"
        }
    ],
    "regno_ai_score": 0.4884,
    "symbol_scores": [
        0.8965,
        0.9137,
        0.901,
        0.901,
        0.9018,
        0.9009,
        0.904
    ],
    "symbols": [
        "吉",
        "Н",
        "А",
        "У",
        "4",
        "5",
        "7"
    ]
}

«mng_recognition_v1»

Классификатор распознает символы ГРЗ Монголии, оценивает точность распознавания каждого символа и всего ГРЗ. Поля классификатора описаны в таблице 22.

Полный список стран поддерживаемых классификаторов см. в разделе Соответствие классификаторов и стран принадлежности ГРЗ

Классификатор распознает типы ГРЗ Монголии, приведенные в Приложении 3.

Таблица 22. Описание полей классификатора «mng_recognition_v1»

Поле	Тип	Описание	Возможные значения
classifier	string	Название классификатора	mng_recognition_v1
execution_time	int	Время выполнения в миллисекундах	10...10000
length_scores	float	Массив, отображающий количество знаков ГРЗ. В массиве 11 элементов:	0.0000…1.0000
		- Первый элемент массива соответствует ГРЗ с 0 знаков;
		- Одиннадцатый элемент соответствует ГРЗ из 10 знаков.
		Каждый элемент содержит число, которое показывает вероятность присутствия в ГРЗ именно этого количества знаков. Если самое большое значение у 10 элемента массива, значит система определила в ГРЗ 9 знаков. Сумма значений всех 11 элементов равна 1
scores	float	Массив, отображающий оценку точности распознавания каждого символа ГРЗ	0.0000…1.0000
symbols	string	Массив распознанных символов ГРЗ	-
regno_ai_score	float	Общая оценка точности распознавания ГРЗ	0.0000…1.0000

Полный список возможных значений для поля symbols представлен в файле mng_recognition_v1.conf, расположенном в директории поставки /data.

Пример входного изображения представлен ниже (Рисунок 22):

Пример ответа:

{
    "classifier": "mng_recognition_v1",
    "execution_time": 206,
    "regno_ai": {
        "length_scores": [
            0,
            0,
            0,
            0,
            0,
            0,
            1,
            0,
            0,
            0,
            0
        ],
        "scores": [
            0.9869,
            0.9909,
            0.9974,
            0.9981,
            0.9529,
            0.9952
        ],
        "symbols": [
            "1",
            "2",
            "3",
            "4",
            "Д",
            "К"
        ]
    },
    "regno_ai_score": 0.9231
}

«america_plate_recognition_v1»

Классификатор распознает символы ГРЗ США, Канады, Мексики и Бразилии, оценивает точность распознавания каждого символа и всего ГРЗ.

Полный список стран поддерживаемых классификатором см. в разделе Соответствие классификаторов и стран принадлежности ГРЗ

Классификатор распознает типы ГРЗ, приведенные в Приложении 3

Поля классификатора описаны в Таблице 23.

Таблица 23. Описание полей классификатора «america_plate_recognition_v1»

Поле	Тип	Описание	Возможные значения
classifier	string	Название классификатора	america_plate_recognition_v1
execution_time	int	Время выполнения в миллисекундах	10...10000
length_scores	float	Массив, отображающий количество знаков ГРЗ. В массиве 11 элементов:	0.0000…1.0000
		- Первый элемент массива соответствует ГРЗ с 0 знаков;
		- Одиннадцатый элемент соответствует ГРЗ из 10 знаков.
		Каждый элемент содержит число, которое показывает вероятность присутствия в ГРЗ именно этого количества знаков. Если самое большое значение у 10 элемента массива, значит система определила в ГРЗ 9 знаков. Сумма значений всех 11 элементов равна 1
scores	float	Массив, отображающий оценку точности распознавания каждого символа ГРЗ	0.0000…1.0000
symbols	string	Массив распознанных символов ГРЗ	0…9, A…Z
regno_ai_score	float	Общая оценка точности распознавания ГРЗ	0.0000…1.0000

Полный список возможных значений для поля symbols представлен в файле america_plate_recognition_v1.conf, расположенном в директории поставки /data.

Пример входного изображения представлен ниже (Рисунок 23):

Пример ответа:

{
    "classifier": "america_plate_recognition_v1",
    "execution_time": 190,
    "regno_ai": {
        "length_scores": [
            0,
            0,
            0,
            0,
            0,
            0,
            0,
            1,
            0,
            0,
            0
        ],
        "scores": [
            0.9971,
            0.9943,
            0.9947,
            0.9997,
            0.999,
            0.9989,
            0.9992
        ],
        "symbols": [
            "К",
            "N",
            "М",
            "1",
            "9",
            "5",
            "4"
        ]
    },
    "regno_ai_score": 0.983
}

«persian_plate_recognition_v1»

Классификатор распознает символы ГРЗ Бахрейна, Кувейта, Омана, Катара, Саудовской Аравии, оценивает точность распознавания каждого символа и всего ГРЗ.

Полный список стран поддерживаемых классификатором см. в разделе Соответствие классификаторов и стран принадлежности ГРЗ

Классификатор распознает типы ГРЗ, приведенные в Приложении 3

Поля классификатора описаны в Таблице 23.

Таблица 23. Описание полей классификатора «persian_plate_recognition_v1»

Поле	Тип	Описание	Возможные значения
classifier	string	Название классификатора	persian_plate_recognition_v1
execution_time	int	Время выполнения в миллисекундах	10...10000
length_scores	float	Массив, отображающий количество знаков ГРЗ. В массиве 11 элементов:	0.0000…1.0000
		- Первый элемент массива соответствует ГРЗ с 0 знаков;
		- Одиннадцатый элемент соответствует ГРЗ из 10 знаков.
		Каждый элемент содержит число, которое показывает вероятность присутствия в ГРЗ именно этого количества знаков. Если самое большое значение у 10 элемента массива, значит система определила в ГРЗ 9 знаков. Сумма значений всех 11 элементов равна 1
scores	float	Массив, отображающий оценку точности распознавания каждого символа ГРЗ	0.0000…1.0000
symbols	string	Массив распознанных символов ГРЗ	0…9, A…Z
regno_ai_score	float	Общая оценка точности распознавания ГРЗ	0.0000…1.0000

Полный список возможных значений для поля symbols представлен в файле persian_plate_recognition_v1.conf, расположенном в директории поставки /data.

Пример входного изображения представлен ниже (Рисунок 23):

Пример ответа:

{
{
    "classifier": "persian_plate_recognition_v1",
    "execution_time": 49,
    "regno_ai": {
        "length_scores": [
            0,
            0,
            0,
            0,
            0,
            1,
            0,
            0,
            0,
            0,
            0
        ],
        "scores": [
            0.9047,
            0.9088,
            0.9063,
            0.9099,
            0.9062
        ],
        "symbols": [
            "1",
            "2",
            "3",
            "4",
            "5"
        ]
    },
    "regno_ai_score": 0.6144
}

Точность классификаторов

Точность классификаторов измерялась для нескольких наборах данных. Все данные были получены из множества источников с различным набором условий. Значения точности распознавания атрибутов ТС и ГРЗ приведены в Таблице 24.

Таблица 24. Данные о точности классификаторов

Классификатор	Размер выборки (штук)	Точность (%)
Car_brand_model_v2 (марка)	213 000	98.65
Car_brand_model_v2 (модель)	213 000	96.77
Vehicle_color	13 323	96.39
Vehicle_type	10 413	99.34
Vehicle_emergency_type	18 016	82.00
Public_transport_type	12 683	98.40
Special_transport_type	24 844	97.95
Классификаторы распознавания символов и атрибутов ГРЗ	10 000	99.70