Comment comparer deux modèles de perception lorsque leurs erreurs ne sont pas les mêmes ?
Mise à jour28 août 2026
Lecture1 minute
Réponse rapide
Pour comparer deux modèles de perception aux erreurs différentes, on examine les mêmes cas critiques, les types d’erreurs et leur coût opérationnel, plutôt qu’une seule moyenne.
Comparer les profils d’échec
Un modèle peut rater surtout les objets petits, l’autre confondre deux classes. Matrice de confusion, courbes par condition et exemples d’erreurs montrent ces différences mieux qu’un score global.
Choisir un modèle pour saisir des pièces
Le modèle A reconnaît mieux la forme mais invente parfois une pièce dans une zone vide. Le modèle B est moins précis mais signale mieux l’absence : le choix dépend de la réaction du bras à chaque cas.Un meilleur score moyen peut être moins sûr
Une amélioration sur des scènes faciles peut masquer une régression sur les personnes ou les pièces brillantes. Le jeu de test doit garder des cas rares et représentatifs de la mission.
Sources et références
- [1] Human-robot interaction — NIST