Combien coûte la segmentation d’images

Le coût d’un projet de segmentation ne se déduit ni du nombre d’images ni du nombre d’objets. Il dépend de la longueur des frontières à tracer, grandeur que personne ne mesure et qui varie d’un ordre de grandeur entre deux corpus de taille identique. Cet article décompose ce coût. Il prolonge l’article consacré à la segmentation pour la conduite autonome.

Pourquoi l’image n’est pas une unité

Quatre raisons rendent l’image trompeuse comme unité de segmentation d’images. Le nombre de régions varie fortement d’une image à l’autre. La complexité des contours change le temps par région dans un rapport important. L’exigence d’exhaustivité impose de traiter le fond, dont l’ampleur ne dépend pas du nombre d’objets. Et la formulation retenue modifie le travail sur les mêmes régions. Une conséquence pratique importante en découle. Ces quatre raisons font que deux corpus comptant le même nombre d’images peuvent différer d’un ordre de grandeur, ce qui rend un chiffrage à l’image défendable seulement après avoir mesuré ces paramètres.

L’unité qui fonctionne

Une grandeur prédit le travail de segmentation d’images mieux que toute autre. La longueur cumulée des frontières entre régions constitue l’unité réelle. Trois observations justifient ce choix en segmentation d’images. Une grande région homogène se traite presque aussi vite qu’une petite. Un objet découpé coûte beaucoup plus qu’un objet compact de même surface. Et le désaccord entre annotateurs se concentre entièrement sur ces frontières. Une observation importante en découle. Cette grandeur se mesure sur quelques images annotées plutôt qu’elle ne s’estime, ce qui transforme un chiffrage intuitif en calcul vérifiable.

Les sept postes d’un budget

Leur séparation conditionne toute estimation réaliste de segmentation d’images. Le cadrage, qui fixe la formulation, la précision et la nomenclature. L’écriture des conventions, en particulier celles qui traitent les frontières incertaines. Le lot pilote, qui mesure la cadence réelle par type de contour. L’annotation elle-même, poste dominant en volume. Le contrôle qualité, distinct de l’annotation et régulièrement absorbé en elle. Le corpus d’évaluation, dont l’exigence dépasse celle du corpus d’entraînement. Et la documentation, conventions écrites et rapport de qualité.

Ce que la formulation change

Trois niveaux de segmentation d’images se distinguent par leur coût. La segmentation sémantique, la moins coûteuse à couverture égale. La segmentation d’instances, qui ajoute un surcoût sur les seules zones de contact entre objets de même classe. Et la formulation panoptique, qui ajoute l’exhaustivité du fond et la résolution des recouvrements. Une conséquence pratique s’ensuit pour un projet de segmentation d’images. Le passage à la panoptique produit l’écart le plus important, non par la difficulté des objets mais par l’obligation de décrire tout ce qui n’en est pas.

Ce que la précision change

Quatre niveaux d’exigence se rencontrent en segmentation d’images. Leur coût varie considérablement. Le contour grossier, suffisant lorsque seule la position compte. Le contour ajusté, standard de la plupart des projets. Le contour au pixel, qui suit la moindre irrégularité. Et le contour sous-pixellique, réservé aux usages métrologiques. Une observation importante en découle. Le passage du deuxième au troisième niveau produit un écart considérable et il se justifie uniquement lorsque l’usage aval exploite réellement cette finesse, condition que peu de projets vérifient.

Ce que la nomenclature change

Quatre propriétés affectent le coût en segmentation d’images. Le nombre de classes, qui multiplie les décisions. La granularité, une catégorie fine multipliant les cas d’hésitation. Le nombre de classes fréquemment adjacentes, chaque contact produisant une frontière. Et la présence de catégories définies par une fonction plutôt que par une apparence. Une conséquence pratique s’ensuit. La troisième propriété prédit le coût mieux que le nombre de classes lui-même, deux classes rarement adjacentes coûtant beaucoup moins que deux classes qui se côtoient partout.

Le lot pilote comme seule estimation

Cette méthode transforme ces facteurs en chiffre défendable. Quelques images réelles annotées fournissent ce qu’aucune estimation ne produit. Quatre informations exploitables en découlent. La cadence observée par type de contour, qui remplace toute hypothèse. La longueur de frontière moyenne par image, base réelle du dimensionnement. Le désaccord entre annotateurs, qui borne ce qui peut être promis. Et la faisabilité des conventions, cas limites révélés inclus. Une conséquence pratique importante en découle. L’écart de cadence entre une image aux contours nets et une image aux contours découpés atteint un facteur que personne n’anticipe, ce qui rend un chiffrage sans pilote arbitraire plutôt qu’imprécis.

Mesurer la longueur de frontière

Une opération transforme cette grandeur abstraite en chiffre exploitable. Quatre étapes composent cette mesure en segmentation d’images. Annoter quelques images représentatives selon la formulation retenue. Calculer la longueur totale des frontières entre régions sur chacune. Rapporter le temps passé à cette longueur, ce qui donne une cadence en unité de frontière. Et appliquer cette cadence à la longueur estimée sur le corpus complet. Une conséquence pratique importante en découle. La quatrième étape suppose d’estimer la longueur sur le corpus entier, ce qui se fait par échantillonnage plutôt que par calcul exhaustif, quelques dizaines d’images suffisant à borner la valeur avec une précision suffisante pour un devis.

Ce qui réduit réellement le coût

Cinq leviers fonctionnent en segmentation d’images. Ils agissent avant la production. Choisir la formulation la plus simple qui serve l’usage. Fixer une précision de contour vérifiée contre un usage réel. Regrouper les classes rarement distinguées en aval. Limiter l’exhaustivité aux zones que le traitement consultera. Et employer la désignation assistée sur les classes qui s’y prêtent. Une observation en découle. Ces cinq leviers agissent sur le périmètre et ne dégradent rien, alors que l’attention se porte spontanément sur l’accélération de la production, qui produit un gain inférieur.

Les fausses économies

Quatre réductions apparentes coûtent davantage qu’elles ne font gagner. Sauter le lot pilote, ce qui économise une journée et produit un chiffrage dont l’écart se paie en production. Omettre la règle de placement, ce qui produit une variabilité de surface entre annotateurs. Absorber le contrôle dans l’annotation, ce qui masque un poste plutôt que de le supprimer. Et choisir la formulation sémantique pour économiser, ce qui ferme la porte au dénombrement. Ces quatre réductions partagent une structure commune. Chacune supprime un coût visible maintenant et en crée un invisible plus tard.

Les modèles de facturation

Quatre modes coexistent en segmentation d’images. Leur choix redistribue le risque. La facturation à l’image, lisible et exposant fortement le prestataire à la variabilité des contours. La facturation à la région, plus fidèle sur un corpus d’objets et trompeuse sur un corpus exhaustif. La facturation au temps, adaptée à un travail dont la difficulté est mal connue. Et le forfait, qui donne au client une visibilité complète et transfère le risque au prestataire. Une recommandation en découle pour un projet de segmentation d’images. Un lot pilote facturé suivi d’un forfait combine les avantages, le pilote levant l’incertitude sur la longueur de frontière qui rendait le forfait risqué.

Comparer deux propositions

Six questions rendent deux offres de segmentation d’images comparables. Quelle formulation, classe par classe. Quelle précision de contour, exprimée en tolérance chiffrée. L’exhaustivité est-elle incluse et sur quelles zones. Quelle règle de placement sur les transitions floues. Le contrôle figure-t-il comme ligne distincte. Et le corpus d’évaluation est-il inclus. Une observation en découle. La troisième question est celle dont les réponses divergent le plus, l’exhaustivité représentant souvent la moitié du travail et n’apparaissant dans aucun devis.

Aborder le chiffrage d’un projet

Cinq questions produisent une estimation défendable pour un projet de segmentation d’images. Quelle formulation l’usage exige-t-il réellement. Cette réponse est le principal levier. Quelle est la longueur de frontière moyenne par image. Cette réponse remplace le comptage d’images. Quelle précision de contour est nécessaire. Cette réponse change le temps par région. Le fond doit-il être décrit. Cette réponse peut doubler le volume. Et un lot pilote est-il accepté. Son refus rend tout forfait imprudent. Ces cinq réponses déterminent le volume et la structure de l’offre. Les poser avant de chiffrer évite l’engagement sur un périmètre dont l’ampleur apparaît en production.

Ce que ce chapitre enseigne

Une observation transversale mérite de clore cet examen. Le coût de cette tâche est déterminé par des décisions de périmètre plutôt que par la quantité d’images. Trois constats la composent. La longueur cumulée des frontières constitue l’unité réelle et se mesure plutôt qu’elle ne s’estime. La formulation et l’exhaustivité se multiplient entre elles et déterminent le budget davantage que le nombre d’images. Et ces décisions relèvent de l’usage aval plutôt que de la technique d’annotation. Ce constat rejoint celui des clusters précédents, la valeur d’un prestataire tenant au cadrage autant qu’à la production.

Les erreurs les plus fréquentes

• Chiffrer à l’image sans avoir mesuré la longueur de frontière.
• Chiffrer à la région sur un corpus exhaustif.
• Omettre le fond dans l’estimation d’un corpus panoptique.
• Exiger une précision au pixel sans usage qui l’exploite.
• Négliger l’effet des classes fréquemment adjacentes.
• Absorber le contrôle qualité dans le poste d’annotation.
• Comparer deux propositions sur le prix à l’image.
• S’engager au forfait sans lot pilote préalable.
• Choisir le sémantique pour économiser sans mesurer ce qu’on perd.
• Annoncer un gain d’assistance global plutôt que par classe.

Le poste que personne ne budgète

Un coût apparaît après la première livraison et il figure rarement dans une proposition. Trois éléments composent ce poste en segmentation d’images. L’enrichissement sur les échecs constatés, qui suppose une organisation de collecte décidée en amont. L’extension à de nouvelles conditions, un capteur remplacé ou un site différent produisant une donnée que le corpus initial ne couvre pas. Et la reprise de conventions, une évolution de l’usage aval invalidant une règle appliquée à tout un corpus. Une conséquence commerciale en découle. Une proposition présentant la seule construction sous-estime la dépense réelle du client, et séparer construction et fonctionnement évite qu’un concurrent paraisse moins cher avec un chiffre incomplet.

Ce que le corpus d’évaluation coûte

Une distinction mérite d’être posée car ce corpus n’obéit pas aux mêmes règles. Quatre différences caractérisent ce corpus en segmentation d’images. Le volume nécessaire est bien inférieur, quelques dizaines d’images suffisant à mesurer. L’exhaustivité devient impérative, une région omise comptant comme fausse détection du système évalué. La double annotation s’impose sur les classes à forte variabilité, ce qui double le coût sur celles-ci. Et la stabilité dans le temps conditionne la comparaison entre deux versions. Une conséquence pratique importante en découle. La deuxième différence rend ce corpus disproportionnément coûteux par image, ce qui justifie de le chiffrer séparément plutôt qu’en proportion du corpus d’entraînement.

Les ordres de grandeur relatifs

Quatre rapports aident au cadrage sans citer de tarif et ils se vérifient sur un lot pilote. Une image aux contours découpés coûte un multiple d’une image aux contours nets à surface égale. La segmentation d’instances ajoute un surcoût sur les seules zones de contact entre objets de même classe. L’exhaustivité du fond peut doubler le travail sur une scène où les objets occupent une part réduite de la surface. Et une exigence au pixel allonge le temps par région dans une proportion qui dépasse celle d’une classe supplémentaire. Une observation en découle pour un projet de segmentation d’images. Ces quatre rapports se mesurent sur un même lot pilote et ils fournissent au client une grille qu’il applique lui-même à ses arbitrages, ce qui déplace la discussion du prix vers le périmètre.

Les signaux d’un chiffrage fragile

Cinq signes indiquent qu’une estimation de coût en segmentation d’images ne tiendra pas. Le périmètre est exprimé en nombre d’images sans mention de la complexité des contours. La formulation n’est pas précisée classe par classe. La précision de contour est décrite par une intention plutôt que par une tolérance chiffrée. Le sort du fond n’est pas explicite. Et aucun lot pilote n’a été conduit sur les images réelles du client. Une observation en découle. Ces cinq signes se vérifient en lisant une proposition, ils ne demandent aucune compétence technique, et leur présence prédit mieux un dépassement que n’importe quelle analyse du prix affiché.

Ce que l’assistance change au budget

Quatre effets modifient une estimation de segmentation d’images lorsqu’une désignation assistée est employée. Le temps par région diminue fortement sur les objets compacts et contrastés. Il ne diminue pas sur les matières continues, qui constituent souvent la majorité de la surface. Le contrôle devient plus coûteux, la conformité à la convention remplaçant l’examen de netteté. Et la mise en place reste faible, ces outils ne demandant aucun corpus préalable. Une conséquence pratique importante en découle. Le deuxième effet impose de chiffrer le gain par classe plutôt que globalement, un gain annoncé sur l’ensemble étant systématiquement supérieur au gain réalisé dès que le corpus comporte une part importante de fond.

Présenter un budget à un client

Quatre cadrages font accepter un budget de segmentation d’images dominé par le travail humain. Montrer une image annotée avec ses frontières mises en évidence, ce qui rend visible le travail que le nombre d’images masquait. Exposer ce que le lot pilote a révélé sur ses propres images plutôt qu’une grille tarifaire. Séparer construction et fonctionnement, ce qui évite la comparaison faussée avec une offre incomplète. Et proposer une réduction de périmètre chiffrée, formulation ou exhaustivité, qui démontre que l’objectif est un résultat utilisable. Une observation en découle pour un prestataire de segmentation d’images. Le premier cadrage est le plus efficace, un client découvrant fréquemment que ce qu’il prenait pour une image simple contient plusieurs centaines de mètres de frontière à tracer.

Le calendrier de la dépense

Une observation de trésorerie complète l’estimation en segmentation d’images. Le cadrage et les conventions occupent les premiers jours et déterminent tout le reste. Le lot pilote précède la production et fournit le chiffrage. L’annotation s’étale et constitue une charge régulière. Le contrôle et la documentation arrivent en fin de production, quand le budget est déjà engagé. Et le corpus d’évaluation se produit souvent en dernier, alors qu’il conditionne toute mesure. Une conséquence pratique s’ensuit. Les deux derniers postes tombent au moment où un budget dispose du moins de souplesse, ce qui explique qu’ils soient précisément ceux que l’on comprime.

Trois questions qui divisent le budget

Trois questions posées en une réunion réduisent fréquemment le coût de moitié. Une boîte suffirait-elle pour cette classe. Une réponse positive supprime entièrement le poste. Le fond doit-il être décrit. Une réponse négative peut diviser le volume par deux. Quelle précision de contour le traitement aval exploite-t-il réellement. Un tracé plus fin que nécessaire est une dépense pure. Ces trois questions portent sur l’usage et non sur la technique, elles se posent avant toute discussion de prix, et un client y répond volontiers dès lors qu’il comprend ce que chaque réponse coûte.

Ce que le corpus vaut ensuite

Quatre propriétés déterminent si un corpus de segmentation d’images se comporte comme un actif. La conservation des images sources dans leur résolution d’origine. La déclaration de la formulation et de la règle de placement du contour. La conservation de la représentation vectorielle lorsqu’elle existe, qui permet de régénérer les masques. Et la séparation nette entre la classe fourre-tout et les zones réellement non annotées. Une observation en découle. Ces quatre propriétés coûtent peu au moment de la constitution et ne s’ajoutent pas après, ce qui les place dans la même catégorie que les décisions de cadrage exposées plus haut.

La question qui cadre le chiffrage

Une question détermine l’ampleur d’un projet mieux que le nombre d’images. Quelle proportion de la surface de chaque image doit recevoir une classe. Une réponse faible, quelques objets sur un fond ignoré, place le projet dans un régime où le nombre de régions prédit correctement le travail. Une réponse totale, chaque pixel devant être attribué, place le projet dans un régime où le fond domine et où seule la longueur de frontière prédit la charge. Cette question se pose en une phrase, elle relève du besoin aval et non de la technique, et elle sépare deux régimes de coût que le même nombre d’images recouvre.

Trois décisions avant de chiffrer

Trois décisions rendent une estimation de segmentation d’images défendable. Mesurer la longueur de frontière sur un échantillon réel, ce qui remplace une intuition par un calcul. Trancher explicitement le sort du fond, poste qui peut doubler le volume et qui n’apparaît dans aucune demande. Et obtenir une tolérance de contour chiffrée, ce qui borne le temps par région et supprime la variabilité de finition. Ces trois décisions coûtent une journée de préparation, elles précèdent la remise du devis, et leur absence produit un chiffrage que la production démentira.

Ce que la variabilité impose au contrat

Une propriété de ce domaine mérite d’être traduite en clause. La charge varie d’un ordre de grandeur entre deux images du même corpus. Trois formulations contractuelles en découlent. Un forfait établi sur une longueur de frontière estimée, avec révision si le corpus réel s’en écarte fortement. Un prix unitaire indexé sur une mesure de complexité plutôt que sur le nombre d’images. Et un engagement en volume avec une clause de réexamen après le premier lot de production. Une observation en découle pour un projet de segmentation d’images. La troisième formulation protège les deux parties, un premier lot réel révélant la complexité effective bien mieux qu’un échantillon choisi par le client pour illustrer son besoin.

Ce qu’il faut retenir

Le nombre d’images ne détermine pas le coût d’un projet de segmentation, la longueur cumulée des frontières constituant l’unité pertinente. Trois lectures se dégagent. Cette longueur se mesure sur quelques images annotées plutôt qu’elle ne s’estime, ce qui transforme un chiffrage intuitif en calcul vérifiable. La formulation panoptique produit l’écart de coût le plus important, non par la difficulté des objets mais par l’obligation de décrire tout ce qui n’en est pas. Et le nombre de classes fréquemment adjacentes prédit le coût mieux que le nombre de classes lui-même. Pour le dispositif que ce chapitre isole, l’article consacré à la qualité en segmentation d’images détaille la méthode. Pour le cadre général, le guide de la segmentation d’images pose le panorama. 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 souhaitez une estimation défendable pour un corpus de segmentation, échangeons sur votre projet.