El seguimiento de vehículos con múltiples cámaras a escala de ciudad ha recibido mucha atención en los últimos años. Tiene diferencias a gran escala, ocultamiento frecuente y diferencias de apariencia causadas por las diferencias en el ángulo de visión, lo que resulta bastante desafiante. En esta investigación, proponemos la Red de Similitud de Tracklets (TSN) para un sistema de seguimiento de vehículos de múltiples objetivos y múltiples cámaras (MTMC) basado en la evaluación de la similitud entre los tracklets de vehículos. Además, se propone un nuevo componente, la Proporción de Intersección de Candidatos (CIR), para refinar la similitud. Proporciona un esquema asociativo para construir los resultados de seguimiento de múltiples cámaras como una estructura de árbol. Basado en estos componentes, se propone un sistema de seguimiento de vehículos de extremo a extremo. Los resultados experimentales demuestran que se obtiene una mejora en la puntuación de evaluación en comparación con la línea base de similitud convencional.