Réponse rapide
Une prédiction de deep learning s’explique opérationnellement par entrée, version, confiance, classe ou région, facteurs de contexte, limites connues et conséquence de la décision, complétés par des exemples vérifiables.
Conserver l’épisode
Image, prétraitement, capteur, modèle, sortie, seuil et timestamp sont liés. Les données sensibles sont minimisées dans la revue.
Relier sortie et évidence
Région, caractéristiques, comparaison et incertitude aident à comprendre la prédiction. Une visualisation ne prouve pas à elle seule une causalité.
Présenter la limite
L’opérateur voit quand le modèle peut se tromper et quoi faire : observer, confirmer, ralentir ou arrêter. La décision finale reste contrainte par le système robotique.
Sources et références
- [1] Nodes — ROS 2 documentation