Pourquoi contrôler la qualité des étiquettes avant l’entraînement d’un robot ?

Vérifier avant de faire apprendre

Échantillon relu, accord entre annotateurs, statistiques de classes et détection des doublons révèlent les défauts.

Auditer des images de sécurité

Une classe d’obstacle manque souvent dans les scènes sombres ; elle est corrigée avant de recalculer les performances.

Un score d’entraînement ne corrige pas une mauvaise vérité terrain

Traçabilité, version des annotations et cas rares doivent être conservés.

Sources et références

1. [1] Human-robot interaction — NIST

Questions liées

• Qu’est-ce que l’étiquetage de données pour un robot ?
• Comment rédiger un guide d’étiquetage pour des images robotiques ?
• Comment étiqueter des événements rares dans les données d’un robot ?
• Comment protéger les personnes lors de l’étiquetage de données robotiques ?

Cette réponse vous a-t-elle été utile ?

OuiNon

Commentaire facultatif