Comment Ultralytics Platform utilise l’IA pour automatiser l’annotation

Les solutions de vision par ordinateur qui analysent des images et des vidéos font désormais partie intégrante des workflows de nombreux secteurs, de l’industrie manufacturière à l’imagerie médicale. Dans l’industrie manufacturière, par exemple, la détection des défauts de surface sur des produits qui avancent sur un tapis roulant dépend de modèles de vision par ordinateur capables de repérer des motifs subtils.

Pour fonctionner correctement, ces modèles doivent être entraînés sur des données étiquetées où chaque défaut est clairement identifié. Ils peuvent ainsi apprendre ce qu’ils doivent rechercher et reconnaître des motifs similaires.

Le processus de création de ces étiquettes s’appelle l’annotation des données. Plus précisément, l’annotation d’images et l’annotation vidéo consistent à dessiner des cadres de délimitation, à tracer le contour de formes ou à étiqueter des zones spécifiques dans des images et des images vidéo.

Cette tâche est gérable pour les petits jeux de données, mais devient rapidement plus difficile à mesure que le volume de données augmente. L’étiquetage de milliers d’images nécessite un effort manuel constant, ce qui fait de l’annotation un goulot d’étranglement majeur. Les outils traditionnels sont souvent lents, fragmentés et difficiles à adapter à grande échelle.

Ultralytics Platform, la plateforme tout-en-un d’IA pour la vision, aide à relever ces défis grâce à l’annotation assistée par l’IA. L’IA génère automatiquement des étiquettes initiales qui peuvent ensuite être rapidement vérifiées et affinées, ce qui réduit le travail manuel et améliore l’efficacité.

Dans cet article, nous verrons comment fonctionne l’annotation assistée par l’IA dans Ultralytics Platform et comment elle améliore le processus d’étiquetage. Commençons !

Présentation du processus d’annotation des données#

Avant d’examiner le fonctionnement de l’annotation par IA sur Ultralytics Platform, intéressons-nous de plus près à l’annotation des données.

L’annotation des données, également appelée étiquetage des données, consiste à attribuer des étiquettes structurées à des données brutes afin de pouvoir les utiliser pour entraîner des modèles d’apprentissage automatique. En vision par ordinateur, ces étiquettes définissent les objets, les zones ou les caractéristiques d’intérêt dans des images ou des vidéos.

Pendant l’entraînement, les modèles ou les algorithmes apprennent à associer les données d’entrée à ces étiquettes, ce qui fait de la qualité des annotations un facteur clé des performances du modèle. Des jeux de données étiquetés avec précision et cohérence permettent au modèle d’apprendre les bons motifs, tandis que des annotations médiocres ou incohérentes peuvent entraîner des prédictions peu fiables.

Par exemple, dans un cas d’usage de détection de défauts, une image d’un produit sur un tapis roulant peut être annotée en marquant l’emplacement des défauts et en indiquant leur type. Le modèle apprend ainsi à reconnaître l’apparence des défauts et peut les repérer dans de nouvelles images.

Aperçu des tâches d’annotation courantes#

Examinons maintenant quelques méthodes courantes d’annotation des images en vision par ordinateur. Elles servent à étiqueter des données visuelles pour des tâches comme la détection d’objets, la segmentation d’instances et la classification d’images. Chaque méthode d’annotation remplit une fonction différente, par exemple localiser des objets, en décrire les formes ou identifier des structures clés.

Cadres de délimitation#

Les cadres de délimitation sont de simples rectangles dessinés autour des objets d’une image pour indiquer leur emplacement. C’est l’une des méthodes les plus courantes d’étiquetage des données en vision par ordinateur.

En s’entraînant sur des images contenant ces cadres, les modèles de détection d’objets apprennent à reconnaître différents objets et à comprendre où ils se trouvent dans une image. Ils peuvent ainsi détecter plusieurs objets à la fois et repérer l’emplacement de chacun.

Par exemple, imagine un match de baseball analysé à l’aide de la vision par ordinateur. Des cadres peuvent être dessinés autour des joueurs, de la batte et de la balle dans chaque image, ce qui permet au modèle de détecter et d’identifier ces objets tout au long du match.

Fig. 1. Les cadres de délimitation peuvent servir à étiqueter et à localiser plusieurs objets. (Source)

Polygones ou masques de segmentation#

Les polygones, également appelés masques de segmentation, vont plus loin que les cadres de délimitation en étiquetant les objets au niveau du pixel. Au lieu de tracer un rectangle approximatif, ils épousent exactement la forme et les contours de chaque objet dans une image. Ils sont donc utiles pour les tâches qui nécessitent une compréhension plus détaillée.

Par exemple, dans le domaine de la conduite autonome, les masques de segmentation sont utilisés pour des tâches comme la segmentation sémantique, où chaque pixel reçoit une catégorie telle que « route » ou « ciel », et la segmentation d’instances, où des objets individuels comme les véhicules ou les piétons sont identifiés séparément.

Elles sont également utilisées pour des tâches comme la suppression de l’arrière-plan, lorsqu’un objet, par exemple une personne, doit être isolé du reste de l’image.

Points clés#

Les points clés servent à marquer des points précis sur un objet, comme les articulations du corps humain ou certaines parties d’un animal. En identifiant ces points, les modèles peuvent comprendre la structure d’un objet et la position de ses différentes parties les unes par rapport aux autres.

En vision par ordinateur, on parle d’estimation de pose : l’objectif est d’identifier l’emplacement de ces points clés et de comprendre leurs relations. Le suivi de ces points au fil du temps permet d’analyser les mouvements et les changements de posture.

Fig. 2. Les annotations de points clés peuvent servir à marquer les articulations pour l’estimation de la pose humaine. (Source)

Un exemple courant consiste à marquer les articulations du corps dans une vidéo pour analyser les mouvements humains. En se concentrant sur ces points clés, les modèles peuvent déterminer la position d’une personne et suivre l’évolution de sa posture au fil du temps.

Boîte englobante orientée (OBB)#

Les objets d’une image ne sont pas tous parfaitement alignés. Dans de nombreux scénarios réels, ils apparaissent inclinés, tournés ou vus sous différents angles.

Les boîtes englobantes standard sont souvent peu adaptées à ces cas, car elles peuvent inclure un arrière-plan superflu ou ne pas épouser précisément la forme de l’objet. Les boîtes englobantes orientées résolvent ce problème en utilisant des rectangles pivotés qui suivent la direction de l’objet. Les annotations sont ainsi plus précises et mieux ajustées.

Cette approche est utilisée pour la détection par boîte englobante orientée (OBB), où les modèles identifient à la fois l’emplacement et l’orientation d’un objet. L’imagerie aérienne en est un exemple : les objets tels que les bâtiments, les navires ou les véhicules y apparaissent souvent sous différents angles. Les boîtes pivotées permettent de mieux représenter leur forme réelle et leur orientation dans la scène.

Étiquettes de classification#

Les étiquettes de classification se distinguent des autres méthodes d’annotation : elles attribuent une seule étiquette à une image entière, au lieu de marquer des objets ou des régions spécifiques. Elles sont utilisées lorsqu’il s’agit d’identifier ce qui figure dans une image, sans se concentrer sur son emplacement.

Par exemple, une image peut être étiquetée « chat » ou « chien » en fonction de son contenu global. La classification d’images est donc utile lorsque seule une compréhension générale de l’image est nécessaire.

Limites des outils d’annotation traditionnels#

De nombreux outils d’étiquetage traditionnels reposent sur plusieurs étapes et des flux de travail cloisonnés. Les équipes de développement de l’IA doivent souvent passer d’une plateforme d’annotation à une autre pour l’étiquetage, le stockage et la validation, ce qui ralentit les projets d’IA.

La plupart des outils ne prennent en charge qu’un nombre limité de types d’annotations et de données. Les équipes finissent donc par utiliser différents outils pour les boîtes englobantes, la segmentation et les points clés. Cette configuration fragmentée peut être difficile à gérer, surtout pour les équipes qui débutent en vision par ordinateur.

Le travail manuel constitue un autre défi majeur. Annoter une seule image ne prend parfois que quelques minutes, mais le traitement de grands jeux de données devient rapidement chronophage, surtout lorsque des images similaires impliquent des tâches répétitives.

À mesure que les jeux de données s’agrandissent, les équipes doivent également gérer les fichiers, suivre les versions des jeux de données et assurer la cohérence des annotations. Cela alourdit la charge de travail : plus de temps est consacré à la gestion des données et moins à l’amélioration des performances des modèles.

Une approche plus efficace consiste à utiliser l’annotation assistée par l’IA dans Ultralytics Platform. L’IA génère et affine les étiquettes, ce qui réduit le travail manuel tout en améliorant la rapidité et la cohérence, le tout dans un environnement unique qui regroupe la gestion des jeux de données, l’annotation, l’entraînement des modèles, le déploiement et le suivi.

Comment Ultralytics Platform facilite le processus d’annotation#

Ultralytics Platform simplifie l’annotation en la reliant directement au reste du flux de travail de vision par ordinateur. Plutôt que de dépendre d’outils distincts, les équipes peuvent travailler avec les données, les annotations et les modèles dans un environnement unique.

La plateforme prend en charge diverses tâches de vision par ordinateur, notamment la détection d’objets, la classification d’images, la segmentation d’instances, l’estimation de pose et la détection par boîte englobante orientée.

Dans cette configuration, l’annotation peut être réalisée de plusieurs façons. Les équipes peuvent étiqueter les données manuellement pour garder un contrôle total, utiliser l’annotation intelligente basée sur SAM pour un étiquetage interactif par points, ou appliquer l’annotation intelligente basée sur YOLO afin de générer automatiquement des annotations qui pourront être vérifiées et affinées. Cette flexibilité facilite le travail avec différents jeux de données et exigences d’annotation.

Fig. 3. Aperçu de l’annotation dans Ultralytics Platform (Source)

Comme l’annotation manuelle et l’annotation assistée par l’IA sont intégrées à la gestion des jeux de données et à l’entraînement des modèles, les équipes peuvent passer facilement de l’étiquetage des données à l’organisation des jeux de données et à l’entraînement des modèles. Les flux de travail restent ainsi structurés, sans qu’il soit nécessaire de passer d’un outil à l’autre ou de reformater les annotations.

La plateforme prend également en charge les modèles Ultralytics YOLO, comme Ultralytics YOLO11 et Ultralytics YOLO26, ce qui permet d’utiliser directement les données annotées pour l’entraînement et les tests. Il est ainsi plus facile d’identifier les lacunes dans les jeux de données, d’affiner les annotations et de réentraîner les modèles au fil d’itérations continues.

Principales fonctionnalités de l’annotation intelligente SAM dans Ultralytics Platform#

L’annotation intelligente basée sur SAM dans Ultralytics Platform est conçue pour accélérer l’annotation des tâches de détection d’objets, de segmentation d’instances et de boîte englobante orientée (OBB).

La plateforme propose plusieurs variantes de modèles SAM, dont SAM 2.1 Tiny, SAM 2.1 Small, SAM 2.1 Base, SAM 2.1 Large et SAM 3, afin de permettre aux utilisateurs de choisir entre vitesse et précision.

Fig. 4. Annotation intelligente basée sur SAM dans Ultralytics Platform (Source)

Les modèles plus petits, comme Tiny et Small, sont plus rapides et conviennent bien aux flux d’annotation rapides, tandis que les modèles plus grands, comme Large et SAM 3, offrent une meilleure précision pour les scènes plus complexes. Le changement de modèle met immédiatement à jour le comportement de l’annotation.

Dans l’éditeur d’annotations, une fois un modèle SAM sélectionné, les annotateurs humains peuvent passer en mode Smart pour commencer l’étiquetage. Au lieu de dessiner les formes manuellement, ils guident le modèle à l’aide de simples points.

Un clic gauche ajoute un point positif pour inclure une région, tandis qu’un clic droit ajoute un point négatif pour exclure les zones indésirables. À partir de ces indications, le modèle génère un masque précis en temps réel.

Pour accélérer le flux de travail, le mode d’application automatique peut être activé. Lorsqu’il est actif, chaque clic génère et enregistre automatiquement une annotation sans demander de confirmation manuelle. Pour les objets plus complexes, les annotateurs peuvent soit maintenir « Shift » pour placer plusieurs points avant l’application du masque, soit désactiver l’application automatique afin d’ajouter librement des points, puis appuyer sur « Enter » pour appliquer le masque.

Comprendre l’annotation intelligente YOLO dans Ultralytics Platform#

Comme l’annotation intelligente basée sur SAM, l’annotation intelligente YOLO dans Ultralytics Platform utilise l’IA pour accélérer le processus d’étiquetage. Au lieu de guider le modèle par des clics, elle s’appuie sur ses prédictions pour générer automatiquement des annotations.

Cette approche prend en charge des tâches comme la détection d’objets, la segmentation d’instances et l’annotation par boîte englobante orientée (OBB). Elle fonctionne spécifiquement avec les modèles Ultralytics YOLO, notamment les modèles préentraînés fournis par Ultralytics et les modèles YOLO entraînés sur mesure.

Dans l’éditeur d’annotations, les annotateurs peuvent passer en mode Smart, sélectionner un modèle YOLO dans le sélecteur de modèles et cliquer sur Predict. Le sélecteur n’affiche que les modèles YOLO correspondant à la tâche du jeu de données actuel, ce qui garantit la compatibilité des annotations générées.

Le modèle analyse l’image et génère des annotations à partir de ses prédictions, qui sont ensuite ajoutées directement à l’image. Si des prédictions chevauchent des annotations existantes de la même classe, les détections en double sont automatiquement ignorées lorsque le chevauchement dépasse un seuil défini, ce qui contribue à maintenir des étiquettes propres et cohérentes.

Fig. 5. Annotation intelligente activée par les modèles Ultralytics YOLO dans Ultralytics Platform (Source)

Une fois les prédictions générées, les annotateurs avec intervention humaine peuvent les vérifier, les modifier ou les supprimer au besoin. Il devient ainsi plus facile d’étiqueter rapidement de grands jeux de données : on commence par les annotations générées par le modèle, puis on les affine au lieu de tout annoter manuellement.

Au fil du temps, les modèles YOLO améliorés peuvent être réutilisés pour générer de meilleures prédictions, ce qui favorise un flux de travail itératif d’étiquetage automatique.

Appliquer l’étiquetage assisté par l’IA dans des pipelines réels#

Voyons maintenant des exemples de la façon dont Ultralytics Platform facilite l’annotation des données dans des cas d’usage réels.

Segmentation dans la conduite autonome#

Les véhicules autonomes intégrant des modèles de vision par ordinateur s’appuient sur des données visuelles bien annotées pour comprendre leur environnement en temps réel. Les modèles entraînés sur ces données peuvent détecter et segmenter les véhicules, les piétons, les panneaux de signalisation et les limites de la chaussée.

Les tâches de segmentation exigent des contours précis au niveau du pixel, ce qui rend l’annotation à la fois essentielle et chronophage. L’étiquetage manuel de grands volumes de données de capteurs peut vite devenir un goulot d’étranglement, surtout dans les scènes de conduite complexes.

Ultralytics Platform simplifie ce processus grâce à l’annotation assistée par l’IA, qui utilise à la fois des modèles SAM et YOLO. L’annotation intelligente basée sur SAM permet une segmentation rapide par clics avec des masques précis, tandis que les modèles YOLO peuvent générer automatiquement des annotations sur plusieurs images.

Ensemble, ces approches facilitent le traitement des scènes complexes où les objets se chevauchent.

Comme l’annotation est directement reliée à l’entraînement des modèles, les jeux de données à grande échelle mis à jour peuvent servir immédiatement à réentraîner et à évaluer les modèles. Les équipes peuvent ainsi améliorer continuellement les performances et s’adapter plus efficacement aux nouvelles conditions de conduite.

Améliorer les systèmes d’assurance qualité dans l’industrie manufacturière#

Dans l’industrie manufacturière, le maintien d’un contrôle qualité cohérent repose sur la détection précise des défauts pendant la production. Les modèles de vision par ordinateur servent souvent à repérer les problèmes en temps réel, mais leurs performances dépendent de la capacité des données d’entraînement à refléter les conditions de production réelles.

Les changements dans l’environnement de fabrication, comme les variations des matières premières, des réglages des machines ou de l’éclairage, peuvent faire apparaître des types de défauts nouveaux et rares qui ne figuraient pas dans les données d’entraînement initiales. Il se crée alors un écart entre ce que le modèle a appris et ce qui apparaît sur la chaîne de production.

Pour rester à jour, les jeux de données doivent être régulièrement enrichis d’annotations internes de haute qualité. Ultralytics Platform facilite la mise à jour des annotations et l’extension des jeux de données à mesure que de nouveaux types de défauts apparaissent. Ces jeux de données mis à jour peuvent ensuite servir à réentraîner les modèles, ce qui aide les équipes à s’adapter plus rapidement à l’évolution des conditions de production.

Surveillance des sites et sécurité dans la construction#

Les chantiers sont des environnements dynamiques où plusieurs équipes, des équipements en mouvement et des aménagements en constante évolution coexistent. Le maintien de la sécurité dans ces conditions repose sur des données visuelles claires et bien annotées.

Des annotations précises peuvent améliorer la qualité des données et aider les systèmes d’IA à identifier les travailleurs, les équipements, les dispositifs de sécurité et les risques potentiels dans diverses conditions de chantier, notamment les scènes encombrées, les arrière-plans changeants et les variations d’éclairage.

Ultralytics Platform facilite cette tâche en permettant de mettre à jour et d’affiner les annotations à mesure que les conditions du chantier évoluent. De nouvelles images peuvent être capturées et ajoutées au jeu de données au fur et à mesure, afin qu’il reste représentatif des situations réelles.

Points clés à retenir#

Des annotations de haute qualité sont essentielles pour créer des modèles fiables de vision par ordinateur et d’IA, mais les flux de travail traditionnels ralentissent souvent les équipes. Ultralytics Platform simplifie le processus grâce à des outils d’annotation automatisés et à un flux de travail évolutif. Les équipes peuvent ainsi passer plus rapidement des données aux modèles, tout en maintenant la précision et la cohérence.

Découvre notre communauté et notre dépôt GitHub, qui s’agrandissent, pour en savoir plus sur la vision par ordinateur. Si tu souhaites créer des solutions de vision, consulte nos options de licence. Découvre nos pages de solutions pour en savoir plus sur les avantages de la vision par ordinateur dans l’industrie manufacturière et de l’IA dans les soins de santé.