Une intelligence artificielle capable de reconnaître un véhicule, identifier un défaut sur une pièce ou distinguer plusieurs éléments dans une photographie doit d’abord apprendre à partir d’exemples.
Ces exemples ne sont réellement exploitables que si les images sont associées à des informations compréhensibles par le modèle. C’est le rôle de l’annotation d’images.
Mais toutes les annotations ne répondent pas au même objectif. Classifier une image entière, encadrer un objet avec une bounding box ou détourer précisément une zone par segmentation correspondent à trois niveaux de précision différents.
Le choix dépend donc du résultat attendu, de la complexité des images et du volume de données à traiter.
Qu’est-ce que l’annotation d’images pour l’intelligence artificielle ?
L’annotation d’images consiste à ajouter des labels ou des repères à des images afin qu’un modèle d’intelligence artificielle puisse apprendre à identifier les éléments recherchés.
Une photographie représentant une voiture peut, par exemple, recevoir le label « véhicule ». Dans un autre projet, il faudra indiquer précisément où se trouve la voiture. Dans un troisième, le modèle devra distinguer chaque pixel correspondant au véhicule.
Le niveau de détail attendu change donc complètement le travail d’annotation.
L’annotation peut porter sur des photographies, captures vidéo, images industrielles, produits, documents numérisés ou tout autre contenu visuel utilisé pour entraîner ou évaluer un modèle.
Pour un projet nécessitant un traitement humain de volumes importants, Saisie-donnees.fr propose un service d’annotation de données pour l’intelligence artificielle.
Quand faut-il utiliser la classification d’images ?
La classification est l’une des formes les plus simples d’annotation visuelle.
Elle consiste à attribuer une ou plusieurs catégories à une image entière.
Une image peut par exemple être classée comme « voiture », « vélo » ou « piéton ». Une photographie de produit peut être associée à une famille, une marque ou un type d’article.
La classification est particulièrement adaptée lorsque le modèle doit répondre à une question globale :
Que représente cette image ?
Elle ne permet en revanche pas de préciser où se situe l’objet dans l’image.
Si une photographie contient trois voitures, deux personnes et un panneau de signalisation, un simple label « voiture » n’indique pas au modèle la position exacte des véhicules.
Qu’est-ce qu’une bounding box ?
Une bounding box, ou boîte englobante, consiste à dessiner un rectangle autour d’un élément présent dans une image.
Chaque rectangle reçoit ensuite un label correspondant à l’objet identifié.
Sur une photographie de circulation, plusieurs bounding boxes peuvent ainsi entourer séparément les voitures, les motos, les piétons ou les panneaux.
Cette méthode permet au modèle d’apprendre deux choses :
ce qu’est l’objet et où il se trouve.
Les bounding boxes sont donc utilisées lorsque l’intelligence artificielle doit détecter des objets plutôt que simplement déterminer le contenu général de l’image.
Elles offrent aussi un bon compromis entre précision et temps de traitement. L’annotateur doit identifier chaque objet concerné, mais il n’a pas besoin d’en suivre précisément tous les contours.
Dans quels projets utilise-t-on la segmentation ?
La segmentation demande un niveau de précision supérieur.
Au lieu d’entourer approximativement l’objet avec un rectangle, l’annotateur doit délimiter précisément sa forme.
Le modèle peut alors distinguer les pixels appartenant à l’objet de ceux appartenant à l’arrière-plan ou à une autre catégorie.
Cette méthode est pertinente lorsque les contours ont une importance réelle.
Prenons l’exemple d’une route photographiée depuis un véhicule. Une bounding box permet d’encadrer une voiture. La segmentation peut, elle, identifier précisément la chaussée, le trottoir, les véhicules ou certaines zones de l’environnement.
La contrepartie est un temps d’annotation généralement plus important.
Quelle différence entre classification, bounding box et segmentation ?
Le choix dépend essentiellement de la précision dont le modèle a besoin.
| Méthode | Principe | Niveau de précision | Exemple |
|---|---|---|---|
| Classification | Attribuer une catégorie à l’image | Global | Cette image contient un véhicule |
| Bounding box | Encadrer l’objet | Localisation | Le véhicule se trouve à cet endroit |
| Segmentation | Délimiter précisément l’objet | Très précis | Ces pixels correspondent au véhicule |
Il n’est donc pas nécessaire d’utiliser systématiquement la méthode la plus détaillée.
Une segmentation demande davantage de travail qu’une classification. Si le modèle n’a pas besoin de connaître précisément le contour d’un objet, cette complexité supplémentaire peut être inutile.
Comment choisir la bonne méthode d’annotation ?
La première question ne devrait pas être « quelle annotation pouvons-nous produire ? », mais plutôt :
qu’est-ce que l’intelligence artificielle doit apprendre à reconnaître ?
Si l’objectif est de distinguer différents types d’images, une classification peut suffire.
Si le modèle doit retrouver plusieurs objets au sein d’une même scène, les bounding boxes deviennent plus adaptées.
Si la forme exacte ou les limites entre plusieurs éléments sont importantes, une segmentation peut être nécessaire.
Cette décision doit idéalement être prise avant le lancement de la production. Changer de méthode après l’annotation de plusieurs dizaines de milliers d’images peut entraîner une reprise importante du dataset.
Comment définir les labels avant de commencer ?
La qualité de l’annotation dépend beaucoup de la qualité des consignes.
Il faut notamment déterminer quelles catégories peuvent être utilisées et comment traiter les situations ambiguës.
Imaginons un projet distinguant « voiture », « utilitaire » et « camion ».
Comment classer un petit véhicule utilitaire ? Que faire lorsqu’un véhicule est partiellement caché ? Faut-il annoter un objet visible à seulement 20 % ? Comment traiter les reflets ou les représentations d’un véhicule sur une affiche ?
Ces décisions doivent être définies avant la production.
Sans règle commune, deux annotateurs peuvent interpréter la même image différemment.
Pourquoi un échantillon test est-il utile ?
Un lot test permet de vérifier que les consignes fonctionnent sur des situations réelles.
Quelques dizaines ou centaines d’images peuvent révéler des cas qui n’avaient pas été prévus initialement : objets partiellement visibles, faible luminosité, superposition de plusieurs éléments ou catégories difficiles à distinguer.
Les règles peuvent alors être précisées avant de passer à des volumes beaucoup plus importants.
Cette étape permet aussi de vérifier si la méthode choisie correspond réellement au besoin du modèle.
Une segmentation peut par exemple s’avérer trop détaillée pour l’objectif poursuivi, alors qu’une bounding box permettrait d’obtenir le résultat attendu avec un temps d’annotation inférieur.
Comment conserver une annotation cohérente sur des milliers d’images ?
Plus le volume augmente, plus la cohérence devient importante.
Un projet peut mobiliser plusieurs annotateurs. Tous doivent appliquer les mêmes règles à des images parfois très différentes.
Les consignes doivent donc être suffisamment précises pour limiter les interprétations personnelles.
Des contrôles peuvent ensuite vérifier les labels attribués, la position des bounding boxes ou la précision des zones segmentées.
L’objectif n’est pas seulement d’annoter beaucoup d’images. Il faut obtenir un dataset dans lequel une même situation reçoit une annotation comparable d’un fichier à l’autre.
Peut-on combiner plusieurs types d’annotations ?
Oui.
Un même dataset peut nécessiter plusieurs informations.
Une image peut recevoir une catégorie générale puis contenir plusieurs objets encadrés. Certains objets peuvent ensuite faire l’objet d’une segmentation plus précise.
Tout dépend de l’usage prévu.
Cette approche permet notamment d’adapter le niveau d’effort aux données réellement utiles à l’apprentissage du modèle plutôt que d’appliquer une annotation complexe à l’ensemble des images.
Pourquoi externaliser l’annotation d’un grand volume d’images ?
Annoter quelques centaines d’images peut être géré ponctuellement en interne.
La situation devient différente lorsque le dataset comprend plusieurs dizaines ou centaines de milliers de fichiers.
Le travail demande alors une organisation de production, des règles communes, un suivi des volumes et des contrôles réguliers.
Mobiliser des développeurs, data scientists ou équipes métier pour dessiner manuellement des milliers de bounding boxes représente rarement la meilleure utilisation de leur temps.
Une équipe spécialisée peut prendre en charge la production selon les consignes définies par le client.
Saisie-donnees.fr accompagne ainsi les entreprises qui souhaitent externaliser l’annotation de leurs données pour leurs projets IA.
L’annotation humaine reste-t-elle utile avec les outils automatiques ?
Les outils de pré-annotation peuvent accélérer certains projets.
Un modèle peut proposer une catégorie ou détecter automatiquement un objet. Un opérateur humain vérifie ensuite le résultat et le corrige lorsqu’il est incorrect.
Cette combinaison est particulièrement intéressante lorsque le modèle dispose déjà d’un certain niveau de performance.
L’automatisation ne supprime donc pas nécessairement le travail d’annotation. Elle peut modifier son rôle : l’opérateur passe davantage de temps à valider, corriger et traiter les cas difficiles.
Quel type d’annotation retenir pour son projet IA ?
Il n’existe pas de méthode universelle.
La classification répond à un besoin de catégorisation globale. Les bounding boxes permettent de localiser les objets. La segmentation apporte une représentation beaucoup plus précise de leur forme.
Le bon choix est celui qui fournit au modèle le niveau d’information nécessaire sans produire des annotations inutilement complexes.
Avant de lancer plusieurs milliers d’images, il est donc préférable de définir l’objectif, les catégories, les cas particuliers et le niveau de précision attendu.
Saisie-donnees.fr peut prendre en charge des missions d’annotation de données pour l’IA selon les règles et outils définis pour votre projet.