Avec 2 quadrominos

Les tests ont porté sur une image 5 * 7 avec deux quadrominos par image. L'un des deux quadrominos porte l'information de focalisation. Les bases générées ne comportent pas de doublons (deux images quelconques sont toujours différentes) et la base de test est effectivement disjointe de la base d'apprentissage. Le logiciel est ainsi testé sur sa capacité à généraliser.
Sur le nombre d'images générées au départ, on a pris 75% pour l'apprentissage, 25% pour le test. Les formes sont dans leur position standard (ni rotation ni symétrie).
Exemple de test :

• Nombre d'images dans la base de test : 1251
• Nombre d'images reconnues : 756 (60%)
• Nombre d'images menant à une indécision : 360 (30%)
• Nombre d'images mal reconnues : 135 (10%)

Les résultats en mode focalisation sont moins bons qu'en mode non-focalisation notamment parce que deux formes adjacentes contiennent souvent une autre forme possible. Si la focalisation pointe sur cette forme virtuelle, le logiciel peut se tromper.
Enfin, ce mode, grâce à la focalisation, est assez résistant au bruit, bien que l'image soit petite est déjà assez remplie par les deux formes. On obtient ainsi, toujours sur le même exemple :

Avec 10 % de bruit :

• Nombre d'images reconnues : 633 (50%)
• Nombre d'images menant à une indécision : 336 (27%)
• Nombre d'images mal reconnues : 262 (23%)

Avec 20 % de bruit :

• Nombre d'images reconnues : 552 (44%)
• Nombre d'images menant à une indécision : 310 (25%)
• Nombre d'images mal reconnues : 389 (31%)