Réponse rapide
Pour expliquer une erreur de classification, on reconstitue entrée, contexte, modèle, seuil, classe attendue, classe produite, incertitude et conséquence, puis on distingue défaut de données, capteur, modèle ou intégration.
Conserver l’épisode
Image ou mesure, version, prétraitement, calibration, environnement et décision sont liés par timestamp. Les données sensibles sont protégées lors de la revue.
Chercher la cause
Occlusion, ambiguïté, classe absente, biais, seuil, latence et action aval sont examinés avec des exemples comparables. Une explication ne devient pas une excuse automatique.
Transformer en apprentissage
Label, données, seuil, capteur ou garde est modifié selon preuve. La correction est testée sur cas déclencheur et cas voisins avant déploiement.
Une visualisation d’attention ne prouve pas la cause
Une zone mise en évidence peut être corrélée sans être déterminante. L’équipe vérifie avec mesures, ablation, nouveaux exemples et comportement robotique.
Sources et références
- [1] Robotics and Autonomous Systems — NIST