REVA automatise le masquage sur plus de 3 500 vidéos immobilières avec Ultralytics YOLO

REVA est une entreprise B2B de technologie immobilière basée à Madrid qui aide le secteur immobilier à gérer, auditer et commercialiser des biens à grande échelle au moyen de vidéos. Les courtiers et les équipes de terrain enregistrent des visites immobilières standardisées dans l’application mobile REVA, qui les guide de pièce en pièce et enregistre la position GPS et l’heure de capture avec chaque séquence. Les gestionnaires de prêts, les fonds d’investissement, les gestionnaires d’actifs, les médiateurs juridiques et les agences immobilières d’Espagne et du Portugal examinent ensuite chaque bien dans le tableau de bord Web de REVA, via sa plateforme professionnelle REVA VAM, et reçoivent les données nécessaires à leurs propres systèmes.

Depuis 2022, REVA a traité environ 18 000 vidéos avec une disponibilité de plateforme supérieure à 99 %, dont environ 12 800 pour le gestionnaire de prêts Hipoges, dont le volume en 2026 est supérieur de 53 % à celui de 2025.

Rendre les vidéos immobilières publiables et utiles#

Les exploitants immobiliers ont besoin d’un dossier visuel fiable pour des milliers de logements, et ce dossier doit remplir deux fonctions. Il doit pouvoir être publié sur les portails d’annonces et dans les systèmes clients, sans plaques d’immatriculation lisibles, personnes identifiables ni marques de concurrents. Il doit aussi être utile aux opérations : que contient le logement, dans quel état se trouve-t-il et qu’est-ce qui a changé entre l’arrivée et le départ d’un locataire.

Jusqu’à récemment, le secteur avait trois options : laisser les vidéos sans examen, payer quelqu’un pour regarder chaque vidéo ou renoncer entièrement à la captation. Aucune de ces solutions ne peut s’adapter à des portefeuilles comptant des dizaines de milliers de logements, chacun étant filmé plusieurs fois avant l’arrivée d’un nouveau locataire.

REVA a vu dans la vision par ordinateur une occasion de combler cette lacune, mais les vidéos immobilières posent des défis pour lesquels les pipelines de détection génériques ne sont pas conçus :

• Des vidéos libres filmées à la main : les courtiers filment avec leur téléphone tout en marchant et en parlant, ce qui produit du flou de mouvement, des panoramiques rapides, des vidéos en mode portrait et des objets qui entrent dans le cadre par le bord.
• Une norme par vidéo : les clients exigent qu’une plaque, un visage ou une enseigne soit masqué dans chaque image où il apparaît. Une vidéo a révélé une plaque ou non ; la précision par image seule ne suffit donc pas.
• Un vocabulaire ouvert : un logement contient des centaines d’éléments importants pour un inventaire ou une réclamation sur le dépôt de garantie, comme des cafetières, des radiateurs et des égouttoirs à vaisselle, dont la plupart ne figurent pas dans les jeux de données d’entraînement standards.
• Protection de la vie privée et résidence des données : les vidéos montrent l’intérieur de logements occupés ; le traitement, l’annotation et l’entraînement doivent donc rester sur du matériel contrôlé par REVA, conformément au RGPD.
• Une petite équipe face à l’ampleur des volumes : Hipoges envoie à elle seule environ 700 vidéos par mois à REVA.

Automatiser le masquage des plaques d’immatriculation avec Ultralytics YOLO#

La pile de vision de REVA repose sur le package Python Ultralytics et fonctionne entièrement sur les GPU sur site de REVA, de sorte que les vidéos des clients ne quittent jamais son infrastructure. La première fonctionnalité mise en production est le masquage automatique des plaques d’immatriculation.

REVA a commencé en janvier 2026 avec l’outil de floutage d’objets Ultralytics Solutions, puis a développé son propre pipeline autour d’un détecteur de plaques d’une seule classe, extra-large (YOLO11x), basé sur Ultralytics YOLO11 et affiné sur mesure. Après chaque téléversement, le modèle analyse chaque image de chaque vidéo concernée. Chaque détection passe un contrôle géométrique de plausibilité portant sur le rapport hauteur/largeur et la surface, ainsi qu’un contrôle OCR facultatif, avant l’application d’un flou gaussien. Une version nano du même détecteur est prête pour le matériel moins puissant.

Comme les clients évaluent le masquage vidéo par vidéo, REVA conçoit le pipeline en privilégiant la couverture plutôt que la précision sur une seule image, en utilisant le suivi d’objets et la dilatation temporelle afin qu’une plaque reste floutée pendant les panoramiques rapides et les flous de mouvement des vidéos filmées à la main.

Analyser chaque pièce grâce à la détection à vocabulaire ouvert#

Les mêmes visites sont désormais converties en inventaires d’objets, étiquettes d’annonces et audits d’entrée et de sortie. Chaque séquence est échantillonnée à raison de 2 images par seconde et traitée par deux modèles Ultralytics :

• YOLO11x avec suivi BoT-SORT : grâce au mode de suivi d’Ultralytics, REVA détecte 25 classes d’objets pertinentes pour l’immobilier, comme les lits, les canapés, les réfrigérateurs et les éviers, puis agrège le temps de présence à l’écran et la confiance moyenne de chaque trajectoire.
• Ultralytics YOLOE-26x avec des prompts textuels : Ultralytics YOLO26E permet à REVA de définir de nouvelles classes en texte brut au lieu d’annoter de nouveaux jeux de données. Un vocabulaire de 97 termes aligné sur les données d’annonces repère des caractéristiques comme les îlots de cuisine, les douches à l’italienne, les parquets, les panneaux solaires et les bornes de recharge pour véhicules électriques. Un vocabulaire hiérarchisé de 74 classes d’objets susceptibles de faire l’objet d’une réclamation, des téléviseurs et canapés aux tableaux encadrés et lampadaires, alimente les audits de rotation des locataires.

REVA a d’abord utilisé YOLO-World v2 pour la détection à vocabulaire ouvert, puis l’a remplacé par YOLOE-26x. L’ajout d’un nouveau type d’objet pour un client se fait désormais par un prompt textuel plutôt que par un projet d’annotation.

Fig. 1. Le visualiseur de preuves de REVA compare les images de l’entrée et de la sortie avec les détections YOLO. Image demandée à REVA.

Le résultat de l’audit est présenté dans un visualiseur de preuves. Pour chaque pièce ou zone correspondante, il affiche côte à côte les images de l’entrée et de la sortie, l’inventaire à haute confiance de chaque côté et des indications classées, comme « présent uniquement à l’entrée » ou « changement de visibilité ». Les embeddings CLIP associent les pièces entre les visites, tandis que la transcription de la narration du courtier attribue une étiquette à chaque pièce. Un réviseur confirme ou écarte chaque signalement et exporte un récapitulatif des réclamations sur le dépôt de garantie, afin que les personnes n’examinent que les cas à vérifier.

Mesurer la réussite par vidéo, et non par image#

REVA considère la mAP comme un outil de diagnostic plutôt que comme l’objectif. Pour ses clients, l’essentiel est qu’une vidéo publiée soit entièrement conforme ; l’équipe se mesure donc à une norme par vidéo : chaque image où une plaque, un visage ou un panneau publicitaire est visible doit être masquée.

Pour atteindre systématiquement ce seuil avec son modèle de masquage de nouvelle génération, REVA met en place un processus d’entraînement sur site avec CVAT pour l’annotation et FiftyOne pour la curation des données. Ce processus utilise des consignes d’annotation écrites, des partitions d’entraînement et de test effectuées au niveau vidéo afin que des images presque identiques ne se retrouvent jamais dans les deux partitions, ainsi qu’un jeu de test conservé à l’écart en permanence. Ce même jeu de test servira à comparer les petites et moyennes tailles de modèles YOLO aux modèles extra-larges actuels, afin d’augmenter le débit sur les GPU de production.

Des vidéos conformes à l’échelle d’un portefeuille#

Grâce à Ultralytics YOLO qui s’exécute sur chaque vidéo concernée dès son téléversement, le masquage des plaques d’immatriculation ne dépend plus de quelqu’un qui regarde chaque vidéo. C’est important à mesure que les volumes augmentent : Hipoges envoie à elle seule environ 700 vidéos par mois à REVA en 2026, soit 53 % de plus qu’en 2025, et la plateforme de REVA a maintenu une disponibilité supérieure à 99 % pour environ 18 000 vidéos.

La détection à vocabulaire ouvert avec YOLOE étend cette même automatisation aux opérations. Au lieu d’un examen manuel de la visite, un audit de rotation des locataires commence désormais par une vue de preuves côte à côte qui met en évidence les éléments importants apparus, disparus ou modifiés. Les éléments mineurs sont comptabilisés, mais filtrés, afin que les réviseurs consacrent leur temps aux signalements susceptibles d’étayer une réclamation sur le dépôt de garantie.

Du téléphone au drone : une seule pile YOLO pour chaque bien immobilier#

REVA envisage une plateforme de données immobilières où une seule visite guidée alimente tous les besoins en aval, de la publication conforme et des dossiers d’état aux données structurées d’annonces, aux plans d’étage et à la 3D. Ultralytics YOLO constitue la couche commune de cette feuille de route :

• Un seul modèle de masquage pour le RGPD et les règles des clients : un modèle interne unique couvrant les plaques, les visages et les panneaux publicitaires, entraîné sur les propres vidéos de REVA pour atteindre une norme de 98 % par vidéo.
• Packs d’étiquettes automatiques : des modèles de caractéristiques immobilières alignés sur le dictionnaire de données RESO, YOLOE prenant en charge les caractéristiques plus rares.
• Plans d’étage et 3D : segmentation YOLO des portes, fenêtres, murs et limites des pièces à partir des vidéos existantes des courtiers, comme base pour estimer les plans et la 3D sans caméra spéciale.
• Captation autonome par drone : un prototype de drone d’intérieur de moins de 250 g qui exécute la détection d’objets YOLO sur le flux vidéo en direct de sa caméra pendant qu’il parcourt des logements vacants pour leur reconstruction 3D.
• Déploiement plus rapide : exportation des modèles vers ONNX et TensorRT FP16, puis INT8, et exécution de TensorRT sur du matériel embarqué de classe Jetson pour l’inférence à bord du drone.

L’objectif de REVA est de disposer d’une même famille de détecteurs, du téléphone au drone, afin que la même pile YOLO qui analyse les vidéos des courtiers puisse aussi analyser celles du drone.

Tu souhaites créer tes propres solutions de vision par IA ? Découvre les modèles Ultralytics YOLO, découvre comment YOLO stimule l’innovation dans différents secteurs et consulte nos options de licence pour te lancer.