Réponse rapide
Une classification binaire répond à une distinction oui/non, tandis qu’une classification multi-classe choisit parmi plusieurs catégories exclusives ; classes inconnues, multilabel et refus doivent être prévus si la scène ne correspond pas au modèle.
Définir les catégories
Objet présent, état, type d’outil ou événement sont décrits avec frontières et exemples. Une scène ambiguë ne doit pas être forcée dans une classe connue.
Comparer les sorties
Binaire simplifie décision et seuil ; multi-classe apporte détail mais répartit davantage les erreurs. Les conséquences de faux positif et faux négatif guident le choix.
Mesurer par contexte
Précision, rappel, calibration, refus et latence sont ventilés par classe et environnement. Le planificateur utilise la sortie seulement dans son domaine défini.
Une classe forcée peut déclencher le mauvais mouvement
Objet inconnu, capteur dégradé ou état intermédiaire doivent rester incertains. Le robot garde une option d’observation ou d’arrêt avant action critique.
Sources et références
- [1] Robotics and Autonomous Systems — NIST