Une scène comptant trois cents objets de quelques pixels chacun ne se traite pas comme une scène en comptant dix. La difficulté ne vient pas du geste, qui reste identique, mais du fait que rien ne signale ce que l’opérateur a manqué.Cet article expose ces conditions. Il prolonge l’article consacré à l’
occlusion et à la troncature.
Ce que la petitesse change
Cinq effets accompagnent un objet de quelques pixels en bounding box.La présence de l’objet se devine bien plus qu’elle ne se constate.Un écart de deux pixels représente une part importante du tracé.La classe devient incertaine faute du moindre détail visible.Le zoom nécessaire réduit fortement le champ parcouru.Et la fatigue visuelle s’installe alors bien plus vite.Une conséquence pratique importante en découle. Le deuxième effet fausse toute mesure d’accord, deux boîtes correctes divergeant fortement en proportion, ce qui produit des taux médiocres sans qu’aucun opérateur ait commis d’erreur.
Ce que la densité change
Cinq effets accompagnent une scène très peuplée en bounding box.Le temps passé par image se compte en dizaines de minutes.Les objets se masquent alors mutuellement en permanence.La perte du fil devient très probable au cours du parcours.Le contrôle visuel d’ensemble devient purement impraticable.Et l’omission d’un objet ne se remarque tout simplement plus.Une observation importante en découle pour un projet de bounding box. Le dernier effet définit la difficulté propre à ces scènes, une image comportant deux cent quatre-vingt-dix-sept boîtes au lieu de trois cents paraissant parfaitement complète, ce qui rend l’omission indétectable par simple examen.
Ce que le seuil de taille décide
Cinq conséquences suivent le choix de ce seuil en bounding box.Le nombre d’objets qu’il faut annoter par image.Le temps total qu’il faudra consacrer au corpus.La présence ou bien l’absence des objets les plus lointains.La capacité du système à détecter ensuite de petits objets.Et la comparabilité avec un autre corpus du même domaine.Une conséquence pratique s’ensuit. Le seuil se fixe d’après l’usage plutôt que d’après le confort, un objet trop petit pour être annoté restant trop petit pour être détecté, ce qui rend cohérent d’exclure ce que le système ne saura de toute façon pas reconnaître.
Ce que le découpage de l’image permet
Quatre bénéfices découlent d’un traitement par portions successives.Le zoom demeure constant plutôt que variable.Le parcours devient enfin systématique plutôt que libre.La progression se suit alors portion par portion.Et la fatigue se répartit sur des séquences plus courtes.Une observation en découle. Ces quatre bénéfices se paient sur les bords, un objet à cheval sur deux portions apparaissant deux fois ou disparaissant entre les deux, ce qui appelle une règle de raccord aussi précise que celle d’un tuilage.
Ce que la méthode de parcours apporte
Cinq consignes de méthode agissent directement sur l’omission.Un balayage entièrement systématique plutôt qu’un parcours libre.Un sens de lecture rigoureusement constant d’une image à l’autre.Un marquage des portions déjà examinées.Un niveau de zoom fixé une fois pour toutes plutôt que variable.Et une reprise complète du balayage après toute interruption.Une observation importante en découle pour un projet de bounding box. La troisième consigne agit sur la cause plutôt que sur le symptôme, un opérateur incapable de savoir ce qu’il a déjà parcouru revenant sur certaines zones et en oubliant d’autres, ce qui produit une omission d’origine purement organisationnelle.
Ce que le contrôle doit devenir ici
Cinq dispositifs de bounding box conviennent à ces scènes.Une double annotation portant sur une fraction des images.Un décompte automatique ensuite comparé entre opérateurs.Une relecture menée portion par portion plutôt que globale.Un rapprochement avec une source externe lorsqu’elle existe.Et un suivi du rythme observé au cours de la session.Une conséquence pratique importante en découle pour un projet de bounding box. Le deuxième dispositif est le seul qui révèle les omissions à faible coût, un écart de décompte entre deux opérateurs signalant immédiatement une image à reprendre, ce qui évite de relire entièrement des scènes que rien ne distingue.
Aborder un projet à forte densité
Cinq questions cadrent un tel projet de bounding box.Quel seuil de taille s’applique. Il décide du volume.L’image sera-t-elle découpée. Les bords demandent une règle.Le décompte est-il comparé. C’est le seul contrôle abordable.La mesure est-elle ventilée par taille. Sinon elle trompe.Et les sessions sont-elles limitées. La fatigue arrive vite.Ces cinq réponses déterminent la fiabilité du corpus. Les poser avant la production évite un travail dont les manques resteront invisibles.
Ce que ce chapitre enseigne
Une observation transversale mérite de clore cet examen.Sur ces scènes, rien ne signale ce que l’opérateur a manqué.Trois constats la composent.Une image comportant deux cent quatre-vingt-dix-sept boîtes au lieu de trois cents paraît complète.Deux boîtes correctes sur un petit objet divergent fortement en proportion.Et un objet trop petit pour être annoté reste trop petit pour être détecté.Ce constat prolonge le chapitre précédent, l’invisible portant ici sur l’absence plutôt que sur l’étendue.
Les erreurs les plus fréquentes
- Contrôler ces scènes par un examen visuel d’ensemble.
- Mesurer l’accord sans ventiler par taille d’objet.
- Fixer le seuil de taille d’après le confort d’annotation.
- Découper l’image sans définir la règle de raccord.
- Confier des scènes denses sur des sessions trop longues.
- Négliger le décompte comme dispositif de contrôle.
- Comparer deux corpus dont les seuils de taille diffèrent.
- Traiter une scène dense au tarif d’une scène ordinaire.
- Supposer qu’une image visuellement complète l’est réellement.
- Ignorer l’effet de la fatigue sur les dernières portions.
Ce que la mesure doit ventiler ici
Quatre indicateurs se lisent séparément selon la taille.Le taux d’omission, toujours très supérieur sur les plus petits objets.Le recouvrement entre deux annotations, mécaniquement plus faible ici.La justesse de la classe attribuée à partir de peu de pixels.Et l’évolution de ces trois valeurs au fil d’une même session.Une conséquence pratique importante en découle. Le dernier indicateur se produit sans effort et se demande rarement, une comparaison entre les premières et les dernières images d’une session révélant immédiatement si l’organisation du travail tient compte de la fatigue.
Ce que la pré-annotation change ici
Quatre effets suivent l’emploi d’une proposition automatique.Le volume de tracé diminue très fortement sur les objets bien contrastés.Le décompte proposé fournit un point de comparaison immédiat.Les objets omis par l’outil le demeurent presque toujours.Et l’opérateur glisse du parcours exhaustif vers la simple vérification.Une observation importante en découle pour un projet de bounding box. Le deuxième effet compense partiellement le troisième, un écart entre le décompte proposé et le décompte final orientant l’attention vers les images douteuses, ce qui redonne un signal là où la scène n’en fournissait aucun.
Trois décisions avant de produire
Trois décisions engagent un projet de bounding box à forte densité.Fixer le seuil de taille d’après l’usage plutôt que d’après le seul confort.Mettre en place un contrôle par décompte plutôt que par simple relecture.Et limiter explicitement la durée des sessions sur ce type de scènes.Ces trois décisions coûtent une réunion, elles précèdent la première image, et leur absence produit un corpus dont les manques ne se verront jamais.
La question qui cadre le projet
Une question détermine le dispositif à mettre en place en bounding box.Le résultat sera-t-il jugé sur le décompte ou sur la localisation.Le décompte, un inventaire ou une estimation de foule, rend chaque omission directement visible dans le chiffre final et impose un contrôle exhaustif.La localisation, une détection ou un déclenchement d’alerte, tolère quelques manques pourvu que les objets trouvés soient correctement placés.Cette question relève de l’usage du résultat et non de la difficulté de la scène, elle se pose avant la première image, et elle sépare deux dispositifs de contrôle dont le coût n’a rien de comparable.
Trois vérifications sur un corpus dense
Trois contrôles qualifient un jeu de bounding box en scène dense.Le seuil de taille, écrit puis exprimé en pixels plutôt qu’en simple impression.L’existence effective d’un contrôle par décompte entre deux opérateurs.Et la ventilation de toutes les mesures de qualité par taille d’objet.Ces trois contrôles se posent en une question chacun, ils ne demandent aucun outil particulier, et leur absence indique un corpus dont personne ne connaît le taux d’omission.
Ce que le prestataire apporte ici
Quatre apports distinguent une prestation sérieuse sur ces scènes.Un contrôle par décompte prévu dès le dispositif plutôt qu’ajouté après coup.Une consigne de balayage systématique donnée à tous les opérateurs.Des sessions strictement limitées en durée sur ce type de travail.Et des mesures de qualité ventilées par taille dans le rapport remis.Une conséquence pratique importante en découle. Le premier apport se remarque au devis et se justifie en une phrase, un contrôle par décompte coûtant une fraction d’une relecture complète tout en révélant ce qu’aucune relecture ne montre, ce qui en fait le meilleur rapport entre dépense et information sur ce type de scène.
Ce que la cadence devient ici
Quatre facteurs déterminent le temps passé par image dense.Le nombre d’objets à tracer, qui domine largement tous les autres.Le zoom exigé par la taille réduite des objets.Le nombre de portions qu’il faut parcourir successivement.Et la reprise nécessaire après une interruption du balayage.Une observation importante en découle pour un projet de bounding box. Le dernier facteur coûte davantage qu’on ne l’imagine, un opérateur interrompu au milieu d’une scène dense devant reprendre son parcours sans savoir exactement où il en était, ce qui rend les interruptions plus coûteuses ici que sur n’importe quel autre type d’image.
Ce que ce chapitre laisse au suivant
Toutes ces boîtes finissent dans un fichier dont le format compte.Trois questions restent ouvertes en bounding box.Ce que chaque format courant décrit et ce qu’il ignore.Pourquoi une conversion produit parfois un décalage invisible.Et comment choisir sans se lier à un outil particulier.Ces trois questions relèvent des formats de fichier, qui constituent l’objet du chapitre suivant.
Ce que le corpus doit couvrir ici
Cinq situations méritent une place explicite dans le corpus.Des scènes de densité croissante allant jusqu’au maximum attendu.Des objets répartis sur l’ensemble de la gamme de tailles retenue.Des objets proches du seuil, là où la règle s’éprouve vraiment.Des zones où plusieurs objets se touchent sans se recouvrir.Et des scènes entièrement vides, servant de contre-exemple.Une conséquence pratique importante en découle pour un projet de bounding box. La dernière situation se néglige presque toujours, un corpus composé uniquement de scènes peuplées produisant un système enclin à trouver des objets partout, ce qui se corrige en incluant délibérément des images qui n’en contiennent aucun.
Trois erreurs propres à ces scènes
Trois défauts de bounding box tiennent à la densité et à la petitesse.Un contrôle fondé sur le seul examen visuel d’une image entière.Une mesure d’accord purement globale, sans ventilation par taille.Et un tarif purement aligné sur celui d’une scène ordinaire.Ces trois défauts produisent des livrables qui paraissent conformes, ils ne se révèlent qu’en comptant plutôt qu’en regardant, et leur point commun est de traiter ces scènes comme les autres alors que rien n’y fonctionne de la même façon.
Ce que l’annotateur doit savoir ici
Cinq connaissances conditionnent un travail correct sur ces scènes.Le seuil de taille, exprimé de façon directement vérifiable à l’écran.La méthode de balayage retenue pour parcourir chaque image.La conduite à tenir devant des objets qui se touchent sans se recouvrir.Le moment de faire une pause plutôt que de poursuivre.Et l’intérêt qu’il y a à signaler une scène anormalement peuplée.Une observation importante en découle pour un projet de bounding box. La quatrième connaissance sert la qualité autant que l’opérateur, une pause prise avant la baisse de régime coûtant quelques minutes alors qu’une session prolongée produit des omissions qu’aucun contrôle ne rattrapera entièrement.
Ce que le format de livraison exige ici
Quatre choix conditionnent l’exploitation d’un corpus dense.Le seuil de taille effectivement appliqué, indiqué avec le corpus.Le décompte d’objets par image, fourni comme une donnée à part entière.La règle de raccord employée lorsque les images ont été découpées.Et le marquage des images ayant été contrôlées par un second opérateur.Une conséquence pratique importante en découle pour un projet de bounding box. Le deuxième choix transforme le livrable en objet vérifiable, un décompte fourni permettant à qui reprend le corpus de repérer les images anormalement pauvres, ce qui donne au client un moyen de contrôle qu’aucune inspection visuelle ne remplacerait.
Ce que le client doit préciser ici
Quatre informations viennent du client plutôt que du prestataire.La taille minimale des objets qui l’intéressent véritablement.La densité maximale qu’il attend dans ses propres scènes.L’importance relative qu’il accorde à l’omission et au faux positif.Et l’existence éventuelle d’un décompte de référence sur certaines images.Une observation importante en découle pour un projet de bounding box. La dernière information vaut beaucoup et se demande rarement, un décompte connu par ailleurs sur quelques dizaines d’images fournissant une référence externe contre laquelle mesurer le travail, ce qui remplace un accord entre opérateurs par une vérité indépendante.
Ce que ce chapitre partage avec les précédents
Trois constats reviennent depuis le début du parcours.Une mesure globale masque un échec sur une population particulière.Le défaut dominant reste invisible dans le livrable lui-même.Et l’organisation du travail pèse autant que la règle d’annotation.Une conséquence pratique importante en découle pour un projet de bounding box. Le troisième constat prend ici sa forme la plus nette, une consigne de balayage et une limite de session agissant davantage sur le taux d’omission que n’importe quelle précision apportée au référentiel, ce qui déplace la qualité du texte de la consigne vers la conduite du travail.
Ce que le premier lot doit établir
Quatre résultats justifient un lot d’essai avant la production.Le nombre moyen ainsi que maximal d’objets rencontrés par image.L’écart de décompte constaté entre deux opérateurs sur les mêmes images.Le temps réel passé sur une scène jugée représentative.Et l’évolution du rythme observée entre le début et la fin d’une session.Une observation importante en découle pour un projet de bounding box. Le deuxième résultat donne d’emblée le taux d’omission approximatif, deux opérateurs comptant respectivement deux cent quatre-vingts et trois cents objets sur la même image indiquant un écart que la production entière reproduira, ce qui permet de dimensionner le contrôle avant de le subir.
Ce que ces scènes changent à l’économie du projet
Quatre effets distinguent le budget d’un projet à forte densité.Le coût se calcule alors par objet plutôt que par image.Le contrôle représente ici une part inhabituellement élevée du total.Les sessions plus courtes réduisent le rendement horaire apparent.Et la variabilité de la densité rend l’estimation initiale très fragile.Une conséquence pratique importante en découle pour un projet de bounding box. Le dernier effet justifie une clause explicite, un corpus dont la densité moyenne double en cours de projet doublant le coût sans qu’aucune règle n’ait changé, ce qui rend un tarif à l’objet plus honnête pour les deux parties qu’un tarif à l’image.
Ce que l’outil de travail change ici
Cinq fonctions rendent ce travail praticable.Un découpage automatique de l’image en portions parfaitement régulières.Un marquage visible des portions déjà traitées.Un compteur d’objets rendu visible en permanence à l’écran.Un niveau de zoom mémorisé d’une image à la suivante.Et un signalement automatique des objets tracés en double.Une observation importante en découle pour un projet de bounding box. Le troisième outil transforme le rapport de l’opérateur à son travail, un compteur visible rendant perceptible une progression que la scène ne montre pas, ce qui remplace une impression d’avancement par une information et réduit la tentation de conclure trop tôt.
Ce que ce sujet a de particulier
Quatre traits distinguent ces scènes des autres du parcours.Le défaut dominant ne laisse absolument aucune trace dans le livrable.La fatigue y pèse bien davantage que la compétence.Le contrôle usuel par relecture y perd à peu près toute efficacité.Et le décompte y devient nettement plus informatif que le regard.Une conséquence pratique importante en découle pour un projet de bounding box. Ces quatre traits se combinent en une difficulté unique, un travail correct et un travail lacunaire ayant exactement la même apparence, ce qui fait du dispositif de mesure la seule différence observable entre les deux.
Trois questions à poser avant de chiffrer
Trois questions précèdent toute estimation sur ces scènes.Combien d’objets une image jugée représentative contient-elle en moyenne.Quelle est la densité maximale rencontrée à travers tout le corpus.Et le tarif portera-t-il finalement sur l’image ou bien sur l’objet.Ces trois questions se posent avant le devis, elles ne demandent qu’un échantillon aléatoire, et leur absence produit un chiffrage que la réalité démentira dès les premières semaines.
Ce qu’il faut retenir
Sur ces scènes, l’omission devient le défaut dominant et le moins visible.Trois lectures se dégagent. Une image comportant deux cent quatre-vingt-dix-sept boîtes au lieu de trois cents paraît parfaitement complète, ce qui rend l’omission indétectable par examen et impose un contrôle par décompte plutôt que par relecture. Deux boîtes correctes sur un petit objet divergent fortement en proportion, ce qui produit des taux d’accord médiocres sans qu’aucun opérateur ait commis d’erreur et rend la ventilation par taille indispensable. Et un objet trop petit pour être annoté reste trop petit pour être détecté, ce qui rend cohérent d’exclure ce que le système ne saura de toute façon pas reconnaître.Pour les formats de fichier, l’article consacré aux
formats COCO, YOLO et Pascal VOC les compare. Pour la mesure de qualité, l’article sur l’
IoU et les audits l’expose.Pour approfondir les modalités d’exécution, les formats pris en charge et les dispositifs de contrôle applicables, vous pouvez consulter notre page dédiée à l’
annotation 2D et 3D. Et si vous préparez un projet de détection,
échangeons sur votre besoin.
