Inicio · Capítulos · 14. Señales para visión artificial
14.8.26 Fallos frecuentes
del benchmark
- Fallo: Leakage por ventanas solapadas del mismo
intento.
- Fallo: Memorización de presas, ropa, fondo o
atleta.
- Fallo: Uso de labels de test para corregir guías y
volver a evaluar.
- Fallo: Accuracy alta por clases frecuentes con
recall nulo en técnicas raras.
- Fallo: Frames tratados como millones de muestras
independientes.
- Fallo: Métricas alineadas que ocultan error global
de pose.
- Fallo: Contacto visual evaluado contra fuerza como
si fueran la misma variable.
- Fallo: Frame accuracy que oculta sobresegmentación
temporal.
- Fallo: ECE único que oculta mala calibración de
clases raras.
- Fallo: Open-set evaluado sólo con ruido artificial
fácil.
- Fallo: Latencia reportada sin decode,
sincronización o transferencia.
- Fallo: Exclusión silenciosa de crashes y videos
difíciles.
- Fallo: Ablations con budgets o tuning
desiguales.
- Fallo: Selección del mejor seed como resultado
oficial.
- Fallo: Thresholds ajustados después de ver el
test.
- Fallo: Claim de utilidad humana derivado de
métricas técnicas.