Une stratégie d’échantillonnage couvre les conditions qui comptent pour la mission, équilibre fréquence et rareté, sépare les épisodes corrélés et conserve la provenance de chaque exemple.
La corrélation temporelle se gère en séparant les séquences par épisode, session ou période, en limitant les fenêtres redondantes et en évaluant le modèle sur des scènes temporellement indépendantes.
L’incertitude d’une annotation se représente par désaccords, intervalles, distributions de labels ou statut ambigu, afin que le modèle et l’évaluation ne traitent pas une frontière floue comme une vérité certaine.
Une annotation utile décrit exactement ce que le modèle doit apprendre, avec une règle claire, un format stable et le niveau de précision nécessaire à l’action.
Contrôler plusieurs annotateurs consiste à comparer leurs décisions sur un échantillon commun, discuter les écarts et mesurer la cohérence de la règle.
Les données manquantes ou ambiguës doivent être marquées, expliquées et traitées selon une règle qui empêche le modèle de prendre une absence pour une vérité.
Relier une annotation au temps de la mission indique quand l’objet ou l’événement est visible, à quelle mesure il correspond et combien de temps il reste valable.
Conserver la traçabilité des corrections relie chaque modification d’annotation à son auteur, sa raison, sa date, la version de la règle et l’image concernée.
Combiner données réelles et synthétiques est utile lorsque la simulation couvre un cas rare, à condition de mesurer l’écart avec le terrain et de tester le modèle sur des scènes réelles.
Traiter une classe nouvelle apparue après le déploiement consiste à la détecter, la documenter et décider d’une réponse sûre avant de modifier le modèle.
L’exactitude globale peut être insuffisante avec des classes déséquilibrées car elle favorise le résultat sur la classe majoritaire et cache les erreurs importantes sur les autres.
Préserver la répartition des classes dans le jeu de test permet de mesurer le modèle dans des conditions proches de celles qu’il rencontrera après son déploiement.