Comment choisir une métrique pour évaluer une détection d’objet robotique ?
Mise à jour28 août 2026
Lecture1 minute
Réponse rapide
La bonne métrique dépend de la décision du robot : détection, localisation, coût d’un faux signal et délai comptent souvent davantage qu’un score unique.
Partir de l’erreur qui compte
Précision, rappel, IoU, taux de faux négatifs et latence ne répondent pas à la même question. Le seuil est choisi selon le risque de la mission.Détecter une personne
Dans un robot mobile, manquer une personne est plus grave qu’un faux arrêt. On suit donc le rappel par distance et la latence, puis on vérifie les arrêts inutiles.L’exactitude globale peut tromper
Un jeu rempli d’images sans personne peut donner 99 % d’exactitude à un modèle qui ne détecte jamais personne. Les cas rares et les coûts doivent apparaître séparément.
Sources et références
- [1] Metrics and scoring: quantifying the quality of predictions — scikit-learn