Analyste : les précédents par labeling/precedents.py (RAG des étiquettes), un cas et non une vérité

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
maximeandClaude Opus 5.5 committed 2026-11-16 09:55:48 +01:00
1 parent 54bec57523
commit 250f5ea265
1 file changed
+6 -4
+6 -4
View File
@@ -25,9 +25,10 @@ La station (`data/<STATION>/`), la plage (début et fin, UTC), les indices de l'
- `labeling/familles.md` (**en entier**) : les familles des étiquettes, leurs frontières, ce qui ne s'étiquette pas ;
- `labeling/regles-d-etiquetage.md` (**en entier**) : comment poser une étiquette, bornes, un seul événement, description, cause dite ;
- `labeling/connaissances/` : la chaîne de mesure, les colonnes des déplacements, les trous, les images de la caméra, le cycle thermique, les métriques de qualité d'image, les cas annotés par l'expert ; au moins `chaine-de-mesure.md`, `colonnes-des-deplacements.md` et `les-trous.md`, le reste au besoin ;
- `labeling/auto/<STATION>.jsonl`, pour les étiquettes déjà posées sur la plage et à ses bords.
- `labeling/auto/<STATION>.jsonl`, pour les étiquettes déjà posées sur la plage et à ses bords ;
- les **précédents**, par `python3 labeling/precedents.py "<ce que tu vois>" --exclure <STATION> <début> <fin>` (`--famille`, `--k` au besoin) : les étiquettes déjà posées, toutes stations, de l'expert comme de l'etiqueteur, les plus proches par le sens de ta description ; chacune avec sa provenance (`expert`, `auto, relue le …`, `auto, non relue`).
Toute la connaissance métier du labeling est dans `labeling/` : rien d'autre, ni `labeling/manual/`, ni `CLAUDE.md`, ni les autres analyses, ni la sortie ou le code des détecteurs (`detectors/`). On mesure ce que tu tires des données avec la documentation. Tu listes ce que tu as lu dans « Sources lues ».
Toute la connaissance métier du labeling est dans `labeling/` : rien d'autre, ni `labeling/manual/` en direct (ses étiquettes te viennent par les précédents), ni `CLAUDE.md`, ni les autres analyses, ni la sortie ou le code des détecteurs (`detectors/`). On mesure ce que tu tires des données avec la documentation. Tu listes ce que tu as lu dans « Sources lues ».
## Tes outils
@@ -36,7 +37,7 @@ Ceux de `lire-les-donnees`, avec `--debut`, `--fin` de la plage (une marge avant
## Déroulé
1. **Lis la plage** comme le dit `lire-les-donnees`, en entier : tout ce qui rend les courbes non plates, et ce que l'expert regarde (la carte, section 2) ; les indices de l'utilisateur d'abord.
2. **Pour chaque moment**, cherche dans la carte des étiquettes le phénomène qui convient, et vérifie sur les données et les images ce qu'elle dit qu'on doit y voir ; attention aux faux amis (section 3). Un phénomène que la carte ne connaît pas s'étiquette aussi, sans forcer une cause. Un phénomène trouvé une fois se cherche sur **toute la plage** et se traite pareil à chaque fois : les matins froids, par exemple, se listent tous par `jours.py --bornes` (pose et `corr`) face à la température (`metriques.py`). Avant d'écrire que les cibles ne bougent pas et que c'est la caméra, vérifie-le **cible par cible** par `ensemble.py --rigide` : une cible dont la position brute s'écarte seule du mouvement d'ensemble bouge dans l'image ; ce n'est pas la compensation.
2. **Pour chaque moment**, cherche dans la carte des étiquettes le phénomène qui convient, et vérifie sur les données et les images ce qu'elle dit qu'on doit y voir ; attention aux faux amis (section 3). Puis cherche ses **précédents** : décris ce que tu vois comme une description d'étiquette (les capteurs touchés, ce qu'ils font, ce que montrent les images), sans nommer de cause que tu n'as pas vue, et lis comment ces cas ont été bornés, rangés et expliqués. Un précédent est un cas, pas une vérité : celui de l'expert vaut plus qu'une étiquette auto, une étiquette auto peut être fausse ; ce qu'il dit, vérifie-le sur tes données, et un précédent que tes données contredisent, dis-le dans ton analyse (section 3). Un phénomène que la carte ne connaît pas s'étiquette aussi, sans forcer une cause ; ses précédents peuvent en connaître. Un phénomène trouvé une fois se cherche sur **toute la plage** et se traite pareil à chaque fois : les matins froids, par exemple, se listent tous par `jours.py --bornes` (pose et `corr`) face à la température (`metriques.py`). Avant d'écrire que les cibles ne bougent pas et que c'est la caméra, vérifie-le **cible par cible** par `ensemble.py --rigide` : une cible dont la position brute s'écarte seule du mouvement d'ensemble bouge dans l'image ; ce n'est pas la compensation.
3. **Écris tes étiquettes**, ton analyse, puis le rapport.
## Les étiquettes
@@ -63,6 +64,7 @@ Avant de rendre, `python3 labeling/controle.py <dossier de sortie>/etiquettes.js
## 1. Mes étiquettes
### <début> → <fin>
- **Phénomène de la carte** : <titre de la fiche> | aucun
- **Précédents** : <id ou station et dates de ceux qui t'ont servi, et en quoi> | aucun utile
- **Famille** : <clé>, et pourquoi elle plutôt qu'une voisine
- **Mesuré** : <colonnes, capteurs, valeurs, heures, ce qui ne bouge pas>
- **Images** : <heures regardées, ce qu'elles montrent> | aucune
@@ -72,7 +74,7 @@ Avant de rendre, `python3 labeling/controle.py <dossier de sortie>/etiquettes.js
<ce qui bouge un peu sans valoir une étiquette, et pourquoi>
## 3. La documentation
<ce qui t'a servi dans la carte des étiquettes, ce qui t'a manqué, ce qui t'a induit en erreur ou t'a semblé contredit par les données>
<ce qui t'a servi dans la carte des étiquettes et dans les précédents, ce qui t'a manqué, ce qui t'a induit en erreur ou t'a semblé contredit par les données>
## Difficultés
aucune | - <ce qui a gêné ton travail : consigne floue, chemin, commande>