Évaluez les prédictions du modèle par rapport à la vérité terrain à l’aide de COCO, d’Open Images ou de protocoles personnalisés. À utiliser lors du calcul de matrices mAP, de précision, de rappel, de confusion ou lors de l'analyse d'exemples TP/FP/FN pour des tâches de détection, de classification, de segmentation ou de régression.
Installez rapidement le skill IA fiftyone-model-evaluation dans votre environnement de développement via la ligne de commande
Source : voxel51/fiftyone-skills.
Verify the dataset has both prediction and ground truth fields of compatible types.
Ask user for evaluation parameters Always confirm with the user:
| Label Type | Evaluation Method | Supported Methods |
Évaluez les prédictions du modèle par rapport à la vérité terrain à l’aide de COCO, d’Open Images ou de protocoles personnalisés. À utiliser lors du calcul de matrices mAP, de précision, de rappel, de confusion ou lors de l'analyse d'exemples TP/FP/FN pour des tâches de détection, de classification, de segmentation ou de régression. Source : voxel51/fiftyone-skills.
Champs et commandes stables pour les citations IA/recherche.
npx skills add https://github.com/voxel51/fiftyone-skills --skill fiftyone-model-evaluationÉvaluez les prédictions du modèle par rapport à la vérité terrain à l’aide de COCO, d’Open Images ou de protocoles personnalisés. À utiliser lors du calcul de matrices mAP, de précision, de rappel, de confusion ou lors de l'analyse d'exemples TP/FP/FN pour des tâches de détection, de classification, de segmentation ou de régression. Source : voxel51/fiftyone-skills.
Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/voxel51/fiftyone-skills --skill fiftyone-model-evaluation Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code, Cursor ou OpenClaw
https://github.com/voxel51/fiftyone-skills