Comment évaluer la robustesse d’une segmentation profonde ?
Mise à jour28 août 2026
Lecture1 minute
Réponse rapide
On évalue la robustesse d’une segmentation profonde avec des éclairages, textures, distances, occultations et scènes inédites, puis on mesure les erreurs qui changent réellement l’action du robot.
Varier les images et la décision
Un masque peut rester correct sur une photo tout en faisant passer un obstacle pour du sol dans une scène sombre.Tester une navigation
L’essai ajoute pluie et reflets, sépare les métriques par condition et vérifie le ralentissement quand la confiance diminue.Une moyenne globale masque les cas dangereux
Conditions, classes, métriques, confiance, repli et critères d’arrêt doivent être documentés.Sources et références
- [1] Human-robot interaction — NIST