Réponse rapide
Les labels ambigus sont conservés comme incertains ou multiples, discutés selon une règle documentée et évalués avec une mesure adaptée plutôt que forcés dans une classe unique qui inventerait une vérité.
Localiser l’ambiguïté
Occlusion, frontière floue, intention inconnue ou désaccord humain sont distingués. L’exemple garde image, contexte, annotateurs et niveau de confiance.
Choisir une représentation
Label distribué, intervalle, classe « inconnu » ou exclusion justifiée peuvent convenir selon la tâche. La règle reste identique entre entraînement et évaluation.
Évaluer avec prudence
Accord inter-annotateurs, calibration, refus et erreurs sur cas ambigus sont suivis. Le modèle n’est pas récompensé pour une réponse arbitraire.
Forcer un label peut fabriquer un signal trompeur
Une ambiguïté résolue sans preuve apprend au robot une distinction qui n’existe pas dans la scène. Les actions critiques doivent pouvoir rester en attente.
Sources et références
- [1] Robotics and Autonomous Systems — NIST