Réponse rapide
Séparer entraînement et évaluation mesure la généralisation sur des scènes non mémorisées. Sessions, lieux, objets et séquences doivent être séparés afin d’éviter images très proches dans les deux ensembles.
Éviter le voisinage caché
Images d’une même session, trajectoire ou objet sont regroupées avant partition. Date, robot, lieu et capteur aident à repérer une fuite indirecte.
Réserver une référence
Validation sert au réglage ; test indépendant sert au verdict. Scènes rares, conditions nouvelles et données de terrain sont gardées avec leur provenance.
Lire le résultat honnêtement
Une métrique élevée peut venir de décors ou séquences partagés. Les erreurs et la couverture sont inspectées par groupe et par scénario.
Sources et références
- [1] Cross-validation: evaluating estimator performance — scikit-learn — scikit-learn