Réponse rapide
Les métriques d’un classifieur robotique comprennent exactitude, précision, rappel, F1, matrice de confusion, calibration, latence et coût d’erreur, ventilés par classe et environnement.
Compter les décisions
Vrais positifs, faux positifs, vrais négatifs et faux négatifs décrivent les erreurs par classe. Une exactitude globale peut cacher une classe rare mal reconnue.
Mesurer au-delà du point choisi
Courbes précision-rappel ou ROC montrent l’effet du seuil. Calibration et incertitude indiquent si une confiance élevée correspond réellement à une bonne probabilité.
Inclure l’exploitation
Latence, mémoire, énergie, pertes de trames et comportement hors distribution complètent les métriques statistiques. Les conséquences opérationnelles guident la pondération.
Sources et références
- [1] Robotics and Autonomous Systems — NIST