拿到 Flock Safety 给警方部署的那套 AI 后端代码

最扎眼的是 inference_pipeline.py 里写死的 vehicle_fingerprint 逻辑：它不只存车牌，还把车顶行李架、后保险杠贴纸、甚至刹车灯熄灭模式当成 64 维向量入库，配合 FAISS 做跨摄像头 Re-ID。代码里 config.yaml 明文留着 retention_days: 9999 和 share_with_fusion_center: true，注释都懒得加，这哪是给警察用的工具，分明是现成的全城车辆轨迹画像系统。

更绝的是部署脚本 deploy_edge.sh 里塞了个 systemd watchdog，检测到 nvpmodel -m 0 性能模式掉帧就自动重启推理容器，连模型热更新都走的 gRPC 长连接推流，根本不落盘，取证链完整性全靠信任 Flock 云端签名。我把量化后的 .engine 文件拖到自家 Orin NX 上跑 COCO-val，mAP50 掉了 3.2 个点，但车牌识别率反而涨了——因为他们把检测头的 cls_loss_weight 直接改成了 plate: 5.0, vehicle: 1.0，典型的指标对齐业务 KPI 而非学术指标。

要是你们部门真打算买这套，建议先要份 SDK 文档看看 privacy_zone_mask 参数支不支持动态多边形遮挡，代码里默认只给了个矩形框，根本挡不住路边住宅窗户。