Quatre nombres suffisent à décrire un rectangle. Il existe pourtant plusieurs façons incompatibles de les écrire, et le passage de l’une à l’autre produit des erreurs qui ne se voient pas.Cet article compare ces formats. Il prolonge l’article consacré aux
petits objets et scènes denses.
Ce que chaque format retient
Cinq écarts séparent les formats courants de bounding box.La description du rectangle, par ses coins ou par centre et dimensions.L’unité des valeurs, en pixels absolus ou en fraction de l’image.L’organisation des fichiers, un par image ou bien un pour tout le corpus.La désignation des classes, par leur nom ou bien par un numéro.Et la place réservée aux éventuels attributs supplémentaires.Une conséquence pratique importante en découle. Ces cinq écarts se combinent tout à fait librement, deux formats pouvant différer sur un seul point ou sur les cinq, ce qui rend une conversion réussie sur un projet totalement inapplicable telle quelle sur le suivant.
Ce que le format annuaire apporte
Quatre caractéristiques distinguent un fichier unique décrivant tout un corpus de bounding box.Les images et les annotations y sont décrites de façon séparée.Les classes y figurent déclarées une fois pour toutes.Les attributs supplémentaires y trouvent tout naturellement leur place.Et le fichier devient rapidement volumineux sur un grand corpus.Une observation importante en découle pour un projet de bounding box. La première caractéristique règle à elle seule un problème que les autres formats laissent entier, une image dépourvue de tout objet y étant décrite explicitement, ce qui lève l’ambiguïté entre l’image vide et l’image non traitée.
Ce que le format fichier par image apporte
Quatre caractéristiques distinguent un fichier attaché à chacune des images.Une ligne courte par objet, sans aucune structure imbriquée.Des coordonnées relatives, parfaitement insensibles à un redimensionnement.Une lecture immédiate par le plus simple des outils.Et aucune place prévue pour d’éventuels attributs.Une conséquence pratique s’ensuit. La dernière caractéristique pèse bien davantage qu’il n’y paraît, un projet ayant besoin d’un attribut d’occultation devant l’encoder dans la classe ou bien y renoncer, ce qui multiplie les classes ou perd l’information.
Ce que le format hérité du monde documentaire apporte
Quatre caractéristiques distinguent un format à balises, un fichier par image.Une structure explicite où chacune des valeurs porte son nom.Des coordonnées en pixels, lisibles sans le moindre calcul.Des champs déjà prévus pour la difficulté ainsi que la troncature.Et une verbosité qui alourdit sensiblement le stockage.Une conséquence pratique importante en découle. La première caractéristique en fait le format le plus lisible pour un humain, chaque nombre y étant accompagné de son sens, ce qui réduit considérablement le risque d’interprétation erronée lors d’une reprise tardive.
Ce que la conversion peut casser
Cinq erreurs surviennent au passage d’un format de bounding box à l’autre.Un centre de boîte interprété comme un coin.Des valeurs relatives lues comme de simples pixels.Une origine des axes placée en bas plutôt qu’en haut.Un numéro de classe décalé d’une seule unité.Et une hauteur purement intervertie avec une largeur.Une observation en découle. Ces cinq erreurs partagent un trait redoutable, le fichier résultant demeurant parfaitement valide et les boîtes conservant des dimensions tout à fait plausibles, ce qui laisse le défaut franchir tous les contrôles automatiques.
Ce que la vérification visuelle rattrape
Quatre contrôles suffisent après toute conversion de bounding box.Un affichage des boîtes sur une dizaine d’images au hasard.Une vérification du décompte total mené avant puis après.Un contrôle des valeurs extrêmes, qu’elles soient nulles ou négatives.Et une comparaison des noms de classes présents de part et d’autre.Une conséquence pratique importante en découle pour un projet de bounding box. Le premier contrôle détecte à lui seul quatre des cinq erreurs mentionnées ci-dessus, une boîte décalée ou bien inversée sautant aux yeux dès le premier affichage, ce qui rend cette vérification de dix minutes plus efficace que n’importe quel contrôle de cohérence sur les valeurs.
Aborder le choix d’un format
Cinq questions cadrent ce choix sur un projet de bounding box.Quel format attend la chaîne du client. Elle décide souvent.Des attributs sont-ils nécessaires. Ils excluent certains formats.Les images seront-elles redimensionnées. Le relatif y résiste.Le corpus est-il très volumineux. Le fichier unique s’alourdit.Et une conversion est-elle prévue. Elle demande un contrôle.Ces cinq réponses déterminent le format réellement utile. Les poser avant la production évite une conversion tardive ainsi que les erreurs qu’elle apporte.
Ce que ce chapitre enseigne
Une observation transversale mérite de clore cet examen.Une erreur de format produit un fichier valide et des données fausses.Trois constats la composent.Une boîte décalée conserve des dimensions parfaitement plausibles.Un affichage sur dix images détecte quatre des cinq erreurs courantes.Et une image vide se distingue mal d’une image non traitée.Ce constat prolonge les chapitres précédents, l’invisible portant ici sur la donnée plutôt que sur le tracé.
Les erreurs les plus fréquentes
- Convertir un corpus sans vérifier visuellement le résultat.
- Supposer qu’un fichier valide contient des données correctes.
- Choisir un format sans avoir prévu les attributs nécessaires.
- Confondre coordonnées relatives et coordonnées en pixels.
- Ignorer le décalage possible des numéros de classe.
- Omettre de distinguer image vide et image non traitée.
- Découvrir le format attendu par le client après la production.
- Négliger le contrôle du décompte avant et après conversion.
- Encoder un attribut dans la classe faute de place prévue.
- Documenter le format sans documenter la convention appliquée.
Ce que la documentation doit accompagner
Cinq éléments se joignent utilement à un corpus livré.Le nom du format effectivement employé ainsi que sa version.La convention de coordonnées appliquée, par coins ou par centre.La correspondance exacte entre numéros et noms de classes.Le sens exact de chaque attribut supplémentaire.Et le traitement retenu pour les images dépourvues de tout objet.Une observation importante en découle pour un projet de bounding box. Le troisième élément se perd bien souvent en premier, une correspondance entre numéros et classes vivant bien souvent dans un fichier de configuration séparé du corpus, ce qui rend le jeu de données inexploitable dès que ce fichier disparaît.
Ce que le corpus perd à changer de format
Quatre informations disparaissent souvent lors d’une conversion.Les attributs que le format d’arrivée ne prévoit tout simplement pas.La distinction entre image vide et image non traitée.La précision décimale allant au-delà de ce que l’arrivée conserve.Et les métadonnées propres au projet, telles qu’auteur ou date.Une conséquence pratique importante en découle pour un projet de bounding box. Cette perte suit un sens unique comme celle des géométries, un format riche se réduisant sans le moindre effort à un format pauvre et jamais l’inverse, ce qui invite à conserver la version d’origine plutôt que la seule version convertie.
Trois décisions avant de produire
Trois décisions engagent le format sur un projet de bounding box.Demander au client le format exact attendu par sa chaîne de traitement.Vérifier que ce format peut effectivement porter les attributs nécessaires.Et prévoir une vérification visuelle systématique après toute conversion.Ces trois décisions ne coûtent qu’un simple courriel, elles précèdent la toute première image, et leur absence produit une conversion tardive dont les erreurs resteront invisibles.
La question qui cadre le choix
Une question détermine le format utile en bounding box.Le corpus servira-t-il un outil précis ou plusieurs usages successifs.Un outil précis, une chaîne d’entraînement déjà en place, impose son format et rend tout débat superflu.Plusieurs usages justifient le format le plus riche, quitte à en dériver ensuite les versions appauvries que chaque outil réclame.Cette question relève de la destination du corpus et non des habitudes du prestataire, elle se pose avant la première image, et elle sépare une conversion prévue d’une conversion subie.
Trois vérifications après une conversion
Trois contrôles qualifient un corpus de bounding box converti.L’affichage des boîtes sur une dizaine d’images prises entièrement au hasard.Le décompte total des objets, comparé avant puis après l’opération.Et la correspondance des noms de classes vérifiée de part et d’autre.Ces trois contrôles se mènent en dix minutes à peine, ils ne demandent aucun outil particulier, et leur absence laisse passer des erreurs qu’aucune validation de fichier ne signalera.
Ce que le prestataire apporte ici
Quatre apports distinguent une livraison sérieuse en bounding box.Le format demandé, obtenu du client bien avant la production.Une vérification visuelle systématique après chaque conversion.La version d’origine conservée aux côtés de la version convertie.Et une documentation portant sur la convention appliquée autant que sur le format.Une conséquence pratique importante en découle. Le troisième apport ne coûte que du stockage et sauve régulièrement un projet, une conversion mal conduite pouvant toujours être refaite depuis l’original alors qu’une conversion unique et fautive impose de reprendre l’annotation elle-même.
Ce que le format change au travail quotidien
Quatre effets se font sentir pendant la production.Un fichier unique se verrouille dès lors que plusieurs opérateurs y écrivent.Un fichier par image autorise le travail simultané sans le moindre conflit.La reprise après incident se limite alors à la seule image concernée.Et la fusion des lots devient triviale ou bien délicate selon le format.Une observation importante en découle pour un projet de bounding box. Le premier effet se découvre en production plutôt qu’au cadrage, un format pensé pour la diffusion d’un corpus achevé convenant fort mal à sa fabrication par une équipe entière, ce qui conduit beaucoup de projets à produire dans un format et à livrer dans un autre.
Ce que ce chapitre laisse au suivant
Un fichier décrit des images fixes et se tait sur ce qui les relie.Trois questions restent ouvertes en bounding box.Comment suivre un même objet d’une image à la suivante.Ce qu’une identité constante ajoute comme travail et comme valeur.Et que faire d’un objet qui disparaît puis réapparaît.Ces trois questions relèvent de la vidéo et du suivi, qui constituent l’objet du chapitre suivant.
Trois erreurs propres aux formats
Trois défauts de bounding box tiennent au fichier plutôt qu’au tracé.Une conversion livrée sans avoir jamais été affichée une seule fois.Un format choisi sans même savoir ce que la chaîne du client attend.Et une correspondance de classes conservée entièrement hors du corpus.Ces trois défauts n’altèrent en rien une annotation prise isolément, ils se révèlent au moment où le corpus change de mains, et leur point commun est de porter sur ce qui entoure la donnée plutôt que sur la donnée elle-même.
Ce que le client doit préciser ici
Quatre informations viennent du client plutôt que du prestataire.Le format exact attendu, sa version comprise.La liste des classes avec leur numérotation lorsqu’elle existe déjà.Les attributs que sa chaîne sait réellement lire et exploiter.Et le traitement qu’il réserve lui-même aux images sans objet.Une observation importante en découle pour un projet de bounding box. La deuxième information évite une correspondance à établir après coup, un client disposant déjà d’une numérotation de classes et ne la transmettant pas obligeant le prestataire à en inventer une autre, ce qui produit une conversion supplémentaire et une occasion d’erreur que rien ne justifiait.
Ce que le format engage sur la durée
Quatre effets se manifestent bien après la livraison.Un format largement répandu se relit encore des années plus tard.Un format propriétaire dépend entièrement de l’outil qui l’a produit.Une documentation jointe survit ensuite au départ de ceux qui l’ont écrite.Et une correspondance de classes une fois perdue rend le corpus muet.Une conséquence pratique importante en découle pour un projet de bounding box. Le deuxième effet mérite d’être pesé au moment du choix, un format étroitement lié à un outil particulier engageant la lisibilité du corpus sur la seule survie de cet outil, ce qui déplace une décision technique vers un pari sur la durée.
Ce que le premier lot doit établir
Quatre résultats justifient un essai de format avant la production.La lecture effective du fichier par la propre chaîne du client.L’affichage correct de toutes les boîtes une fois converties.La conservation des attributs tout au long de la conversion.Et le traitement des images sans aucun objet, de bout en bout.Une observation importante en découle pour un projet de bounding box. Le premier résultat vaut mieux qu’une déclaration de compatibilité, un fichier réellement chargé par la chaîne du client révélant en quelques minutes à peine des exigences qu’aucune documentation ne mentionnait, ce qui justifie de faire circuler dix images annotées avant d’en produire dix mille.
Ce que ce chapitre partage avec les précédents
Trois constats reviennent depuis le début du parcours.Un défaut invisible dans le livrable se révèle à l’usage.Une information riche se dégrade vers le pauvre et jamais l’inverse.Et une convention non documentée disparaît avec ceux qui la connaissaient.Une conséquence pratique importante en découle pour un projet de bounding box. Le premier constat prend ici sa forme la plus mécanique, une erreur de conversion produisant des données entièrement fausses sans produire le moindre signal, ce qui montre que l’invisibilité du défaut ne tient pas au jugement humain mais à la nature même de ce format.
Ce que ce sujet a de particulier
Quatre traits distinguent cette question des autres du parcours.Elle ne dépend ni du soin ni de la compétence des opérateurs mobilisés.Elle se règle par une simple convention plutôt que par un jugement.Elle produit pourtant des erreurs massives et parfaitement silencieuses.Et elle se vérifie en dix minutes à peine une fois qu’on y pense.Une observation importante en découle pour un projet de bounding box. Ces quatre traits en font le sujet le plus simple à traiter et le plus coûteux à négliger, une vérification pourtant triviale évitant à elle seule la perte d’un corpus entier, ce qui explique que ce chapitre soit court et que son omission soit régulièrement fatale.
Ce que le format change à l’évaluation
Quatre points relient le format à la mesure de qualité.Deux corpus comparés doivent partager exactement la même convention de coordonnées.Un décalage systématique fausse tout calcul de recouvrement.Une numérotation de classes différente rend toute comparaison muette.Et une image vide mal encodée compte alors comme un échec de détection.Une conséquence pratique importante en découle pour un projet de bounding box. Le deuxième point produit un effet contre-intuitif, un modèle parfaitement correct évalué contre un corpus mal converti affichant des performances médiocres sans qu’aucun défaut ne lui soit imputable, ce qui conduit parfois à rejeter un travail correct sur la foi d’un chiffre faux.
Ce que l’outil d’annotation impose ici
Quatre contraintes viennent de l’outil plutôt que du projet.Le format natif dans lequel l’outil enregistre effectivement son travail.Les formats d’export qu’il propose véritablement.La fidélité de cet export aux attributs réellement saisis.Et la possibilité même de réimporter ce qu’il vient d’exporter.Une observation importante en découle pour un projet de bounding box. La dernière contrainte se teste en cinq minutes et se néglige presque toujours, un outil exportant un corpus qu’il ne sait ensuite pas relire signalant une conversion pour le moins approximative, ce qui donne un moyen simple d’évaluer la solidité d’un outil avant de lui confier un projet entier.
Ce que la fusion de plusieurs lots demande
Quatre points se vérifient avant de réunir des corpus produits séparément.La même convention de coordonnées appliquée absolument partout.Une numérotation de classes commune plutôt que locale à chaque lot.Des identifiants d’image demeurant uniques à travers l’ensemble.Et un seuil de taille rigoureusement identique d’un lot à l’autre.Une conséquence pratique importante en découle pour un projet de bounding box. Le deuxième point provoque la fusion la plus silencieusement fautive, deux lots numérotant leurs classes de façon indépendante produisant un corpus où la même valeur désigne deux objets différents, ce qui reste indétectable sans comparer les correspondances côte à côte.
Ce que ce chapitre suppose de la chaîne du client
Quatre points restent à la charge du client une fois le corpus remis.La lecture correcte du format livré par ses propres outils.Le respect scrupuleux de la convention de coordonnées documentée.La conservation durable du fichier de correspondance des classes.Et le contrôle visuel mené après toute conversion interne ultérieure.Une observation importante en découle pour un projet de bounding box. Le dernier point échappe entièrement au prestataire et ruine parfois son travail, une conversion menée chez le client sans la moindre vérification produisant exactement les mêmes erreurs silencieuses, ce qui justifie de transmettre la méthode de contrôle en même temps que les données.
Trois questions à poser avant de livrer
Trois questions précèdent toute livraison de corpus.Le fichier a-t-il été réellement chargé par la chaîne qui l’attend.Les boîtes ont-elles bien été affichées après la conversion finale.Et la correspondance des classes accompagne-t-elle effectivement les données.Ces trois questions se posent en quelques minutes seulement, elles précèdent tout envoi, et leur absence transforme une livraison réussie en incident que le client découvrira seul.
Ce qu’il faut retenir
Le format se choisit avant la production et se vérifie après chaque conversion.Trois lectures se dégagent. Une boîte décalée conserve des dimensions parfaitement plausibles, ce qui laisse l’erreur franchir tous les contrôles automatiques et rend la vérification visuelle indispensable. Un affichage sur une dizaine d’images détecte quatre des cinq erreurs courantes, ce qui rend ce contrôle de dix minutes plus efficace que n’importe quelle validation sur les valeurs. Et une image vide se distingue mal d’une image non traitée, ce qui impose un format ou une convention capable de porter cette différence.Pour le suivi d’objets, l’article consacré à la
vidéo et aux identités détaille la démarche. 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.
