Un modèle entraîné sur des millions d’images satellite promet de réduire le travail d’annotation. La promesse est réelle, son ampleur beaucoup moins qu’annoncé, et ce qu’elle laisse à faire ressemble étrangement à ce qui coûtait déjà le plus cher.
Cet article expose cet apport. Il prolonge l’article consacré au coût de l’annotation.
Ce que ces modèles apportent
Cinq bénéfices se constatent en pratique sur un projet d’imagerie satellite.
Une représentation déjà adaptée aux vues strictement verticales.
Une reconnaissance des textures ainsi que des motifs les plus courants.
Un besoin d’exemples annotés nettement réduit pour démarrer.
Une meilleure tenue sur les territoires les moins représentés.
Et une transposition sensiblement plus facile d’une région à l’autre.
Une conséquence pratique importante en découle. Ces cinq bénéfices portent tous sur le démarrage plutôt que sur la performance finale, ce qui raccourcit sensiblement le délai avant le premier résultat utile sans modifier le plafond que le projet finira par atteindre.
Ce qu’ils ne dispensent pas de faire
Cinq travaux d’imagerie satellite restent entiers malgré ces modèles.
Écrire le référentiel propre au besoin exact du client.
Trancher les cas limites que le modèle ignore entièrement.
Constituer un jeu d’évaluation réellement représentatif.
Annoter les classes rares que le préentraînement n’avait pas vues.
Et mesurer ce que le résultat obtenu vaut réellement.
Une observation importante en découle pour un projet d’imagerie satellite. Ces cinq travaux constituaient déjà à eux seuls la part la plus coûteuse d’un projet, ce qui explique qu’un gain annoncé sur le volume annoté se traduise bien rarement par une baisse proportionnelle du budget.
Ce que l’ajustement demande
Cinq éléments conditionnent une adaptation réussie en imagerie satellite.
Un jeu d’exemples annotés selon le référentiel finalement visé.
Une couverture délibérée des cas difficiles plutôt que faciles.
Une représentation fidèle des territoires réellement concernés.
Un jeu d’évaluation séparé sur une base géographique.
Et une mesure établie avant puis après l’ajustement.
Une conséquence pratique s’ensuit. Le deuxième élément décide de l’apport réel, un ajustement conduit sur des exemples trop faciles n’améliorant rien là où le modèle échouait déjà, ce qui rend la sélection des exemples nettement plus déterminante que leur seul nombre.
Ce que le préentraînement a réellement vu
Cinq caractéristiques d’un modèle d’imagerie satellite méritent d’être connues.
Les capteurs dont proviennent réellement les images d’entraînement.
Les résolutions effectivement couvertes ainsi que celles qui manquent.
Les régions du monde effectivement représentées dans le corpus.
Les saisons ainsi que les conditions d’acquisition présentes.
Et les bandes spectrales effectivement prises en compte.
Une conséquence pratique importante en découle pour un projet d’imagerie satellite. La troisième caractéristique explique la plupart des déceptions, un modèle entraîné majoritairement sur quelques régions du monde tenant mal sur un territoire aux modes constructifs et aux paysages très différents, ce qui reproduit exactement le défaut que ces modèles étaient censés corriger.
Ce que la mesure doit établir
Cinq comparaisons révèlent l’apport véritable d’un tel modèle.
La performance obtenue avec puis sans préentraînement.
Le nombre d’exemples nécessaire pour atteindre un même résultat.
La tenue obtenue sur les classes rares plutôt que courantes.
Le comportement constaté sur un territoire non représenté.
Et le temps humain qui se trouve réellement économisé.
Une observation importante en découle. La dernière comparaison est la seule qui intéresse le budget et la moins souvent produite, un gain mesuré en exemples annotés ne se traduisant jamais mécaniquement en heures épargnées.
Ce que le prestataire d’annotation devient
Quatre déplacements affectent le travail d’annotation d’imagerie satellite.
Le volume brut annoté diminue nettement sur les cas faciles.
La part consacrée aux cas difficiles augmente d’autant en proportion.
La vérification d’une proposition vient parfois remplacer le tracé.
Et la constitution du jeu d’évaluation gagne en importance.
Une conséquence pratique importante en découle pour un projet d’imagerie satellite. Ces quatre déplacements rendent le travail restant plus difficile en moyenne, la part facile disparaissant en premier, ce qui augmente d’autant le coût unitaire de ce qui reste tout en réduisant le volume total.
Aborder un projet fondé sur ces modèles
Cinq questions cadrent un tel projet d’imagerie satellite.
Quel gain est annoncé et comment se mesure-t-il. Souvent en exemples.
Le référentiel du client est-il couvert. Rarement en totalité.
Les classes rares sont-elles vues. Le préentraînement les ignore.
Le jeu d’évaluation est-il séparé. Sinon la mesure trompe.
Et le temps humain est-il mesuré. C’est le seul gain budgétaire.
Ces cinq réponses distinguent un apport réel d’une promesse. Les poser avant l’engagement évite de fonder un budget sur un gain qui ne se matérialisera pas.
Ce que ce chapitre enseigne
Une observation transversale mérite de clore ce parcours.
Ces modèles déplacent le travail plutôt qu’ils ne le suppriment.
Trois constats la composent.
Le travail restant était déjà la part la plus coûteuse du projet.
La part facile disparaît en premier et augmente le coût unitaire du reste.
Et un gain mesuré en exemples ne se traduit pas mécaniquement en heures.
Ce constat clôt les quatorze chapitres précédents, la difficulté d’un projet géospatial s’y révélant toujours logée dans le jugement plutôt que dans le geste.
Les erreurs les plus fréquentes
- Fonder un budget sur un gain annoncé en exemples annotés.
- Ajuster un modèle sur des exemples faciles à annoter.
- Négliger les classes rares que le préentraînement ignore.
- Évaluer sans jeu séparé géographiquement.
- Supposer que le référentiel du client est déjà couvert.
- Confondre réduction du volume et réduction du coût.
- Omettre la mesure avant et après ajustement.
- Accepter une proposition automatique sans contrôle sur les cas rares.
- Croire que le contrôle qualité perd en importance.
- Comparer deux modèles sans référentiel commun d’évaluation.
Ce que le client doit vérifier avant d’y croire
Quatre points distinguent une démonstration sérieuse d’une simple promesse.
Le gain est-il mesuré sur son propre référentiel ou bien sur un jeu public.
Le jeu d’évaluation est-il séparé géographiquement du jeu d’ajustement.
La performance est-elle ventilée par classe plutôt que donnée globalement.
Et le temps humain est-il compté plutôt que le seul nombre d’exemples.
Une observation importante en découle pour un projet d’imagerie satellite. Le premier point départage immédiatement, un résultat obtenu sur un jeu public ne disant à peu près rien de ce que le modèle produira sur un référentiel propre, ce qui rend une démonstration menée sur quelques dizaines de tuiles du client bien plus informative que n’importe quel chiffre publié.
Ce que ces modèles changent au corpus
Cinq déplacements affectent la constitution même d’un dataset d’imagerie satellite.
Le volume total nécessaire diminue de façon sensible.
La sélection des exemples devient plus déterminante que leur nombre.
Les cas difficiles doivent y être délibérément surreprésentés.
Le jeu d’évaluation conserve exactement la même exigence.
Et les classes rares réclament toujours exactement autant d’exemples.
Une conséquence pratique importante en découle. Le dernier déplacement limite le gain là où il aurait le plus servi, une classe entièrement absente du préentraînement demandant le même effort d’annotation qu’auparavant, ce qui concentre toute l’économie sur les objets que l’on savait déjà détecter.
Trois décisions avant de s’appuyer sur un tel modèle
Trois décisions engagent un projet d’imagerie satellite fondé sur ces outils.
Vérifier que le préentraînement couvre bien le territoire ainsi que le capteur visés.
Constituer un jeu d’évaluation séparé bien avant tout ajustement.
Et exiger une mesure du temps humain plutôt que du seul volume annoté.
Ces trois décisions coûtent quelques jours, elles précèdent l’engagement budgétaire, et leur absence conduit à financer un projet sur un gain qui ne se matérialisera pas.
La question qui cadre l’usage
Une question détermine l’apport de ces outils en imagerie satellite.
Le besoin ressemble-t-il à ce que le modèle a déjà vu.
Un besoin proche, bâti, végétation ou voirie sur un territoire courant, tire un bénéfice réel du préentraînement et démarre avec peu d’exemples.
Un besoin éloigné, classe métier particulière ou territoire atypique, retrouve les exigences d’un projet ordinaire et parfois davantage.
Cette question relève du besoin et non de l’outil, elle se pose avant tout engagement budgétaire, et elle sépare une économie substantielle d’une déception coûteuse.
Trois vérifications sur une promesse de gain
Trois contrôles qualifient l’apport annoncé d’un modèle d’imagerie satellite.
La couverture du préentraînement, rapportée au territoire ainsi qu’au capteur visés.
La séparation géographique entre le jeu d’évaluation et le jeu d’ajustement.
Et l’unité dans laquelle le gain se trouve exprimé, exemples ou bien heures.
Ces trois contrôles se posent en une question chacun, ils ne demandent aucune compétence en apprentissage automatique, et leur absence indique une promesse dont rien ne permet d’évaluer la portée.
Ce que le prestataire apporte ici
Quatre apports distinguent une prestation d’imagerie satellite s’appuyant sur ces outils.
Une sélection des exemples délibérément orientée vers les cas difficiles.
Un jeu d’évaluation constitué avant tout ajustement.
Une mesure du temps humain établie avant puis après.
Et un contrôle qualité intégralement maintenu plutôt qu’allégé.
Une conséquence pratique importante en découle. Le premier apport constitue la valeur principale du prestataire dans ce cadre, un modèle ne s’améliorant précisément que là où on lui montre ses propres échecs, ce qui déplace la compétence attendue depuis la production de volume vers l’identification de ce qui manque.
Ce que ce parcours a établi
Quatre constats traversent les quinze chapitres de ce parcours.
Une convention laissée non écrite se découvre toujours bien trop tard.
Une mesure restée globale masque l’échec sur ce qui compte vraiment.
Ce qui se prépare à froid détermine ce que la production peut atteindre.
Et la difficulté se loge toujours dans le jugement plutôt que dans le geste.
Une observation importante en découle pour un projet d’imagerie satellite. Le dernier constat explique tous les autres, un travail dont la part difficile relève de l’arbitrage résistant à l’automatisation bien plus longtemps qu’un travail répétitif, ce qui rend ces quinze chapitres nettement plus durables que les outils qu’ils mentionnent.
Ce que ces modèles ne changent pas
Cinq constats du parcours restent intacts en imagerie satellite.
Une convention d’emprise ou bien de continuité se décide toujours avec le client.
Un objet omis reste indétectable par tout contrôle sur ce qui a été produit.
Une séparation restée aléatoire des jeux fausse toujours la mesure.
Un résultat livré trop tard n’oriente toujours aucune décision.
Et une preuve de conformité demeure aussi exigible qu’auparavant.
Une conséquence pratique importante en découle. Ces cinq constats portent sur le cadrage et sur la mesure plutôt que sur l’exécution, ce qui explique qu’aucun progrès des modèles ne vienne les atteindre et qu’un projet mal cadré échoue exactement de la même façon qu’il y a dix ans.
Ce que le premier essai doit établir
Quatre résultats justifient un essai avant tout engagement budgétaire.
La performance obtenue sur le référentiel spécifique du client.
Le nombre d’exemples nécessaire pour atteindre un seuil convenu.
La tenue obtenue sur les classes que le préentraînement n’avait jamais vues.
Et le temps humain constaté sur un lot comparable à un lot ordinaire.
Une observation importante en découle pour un projet d’imagerie satellite. Le dernier résultat clôt le débat plus sûrement que tous les autres, une comparaison directe entre deux lots équivalents traités avec et sans le modèle donnant un chiffre que ni le prestataire ni l’éditeur ne peuvent contester, ce qui rend cet essai plus utile qu’une longue discussion technique.
Trois erreurs propres à ce sujet
Trois défauts d’imagerie satellite accompagnent l’adoption de ces outils.
Un budget bâti sur un gain exprimé en exemples plutôt qu’en heures réelles.
Un ajustement conduit sur les seuls cas que le modèle traitait déjà bien.
Et un contrôle qualité allégé au seul motif que le modèle est bon.
Ces trois défauts se découvrent après l’engagement budgétaire, ils tiennent à la façon dont le gain est mesuré plutôt qu’à l’outil lui-même, et leur point commun est de confondre une réduction de volume avec une réduction de coût.
Ce que la cadence devient avec ces outils
Quatre effets modifient le rythme de travail en imagerie satellite.
Le temps par tuile diminue nettement sur les scènes bien couvertes.
Le temps par cas difficile demeure inchangé, voire augmente.
La proportion de tuiles réellement rapides varie fortement selon le territoire.
Et la vigilance demandée croît d’autant puisque la routine disparaît.
Une conséquence pratique importante en découle pour un projet d’imagerie satellite. Le dernier effet mérite attention et se néglige souvent, une journée composée uniquement de cas difficiles fatiguant bien plus vite qu’une journée alternant le tracé courant et l’arbitrage, ce qui rappelle les constats du chapitre consacré à la fatigue visuelle.
Ce que ce chapitre suggère pour la suite
Quatre évolutions se dessinent sans être encore acquises.
Un préentraînement couvrant davantage de régions ainsi que de capteurs.
Une prise en compte native des bandes situées au-delà du visible.
Une meilleure tenue sur les objets rares ainsi que de petite taille.
Et une intégration bien plus directe dans les outils d’annotation.
Une observation importante en découle pour un projet d’imagerie satellite. Ces quatre évolutions réduiront la part du travail automatisable sans toucher au cadrage ni à la mesure, ce qui laisse penser que les décisions décrites dans ce parcours garderont leur valeur alors même que les cadences changeront.
Ce que le contrat doit prévoir ici
Quatre clauses méritent d’être écrites sur ce type de projet.
Le seuil de performance à partir duquel le résultat se trouve accepté.
La répartition du travail entre la proposition automatique et la reprise humaine.
Le sort du corpus annoté si le modèle change en cours de projet.
Et la mesure convenue du gain, exprimée en temps plutôt qu’en simple volume.
Une conséquence pratique importante en découle pour un projet d’imagerie satellite. La troisième clause se néglige presque toujours et devient coûteuse, un changement de modèle décidé en cours de route rendant caduque une partie du travail d’ajustement déjà payé, ce qui justifie de préciser dès le départ qui supporte cette dépense.
Ce que le prestataire doit dire au client
Quatre messages méritent d’être portés plutôt que tus.
Le gain existe bien mais porte sur le démarrage plutôt que sur le plafond.
La part qui disparaît est précisément celle qui coûtait le moins cher.
Le contrôle qualité conserve rigoureusement la même utilité.
Et un essai comparatif tranche bien mieux que n’importe quel argumentaire.
Une observation importante en découle pour un projet d’imagerie satellite. Le deuxième message se porte mal et se vérifie facilement, un prestataire qui l’annonce paraissant freiner l’adoption d’un outil dont le client attend souvent beaucoup, alors qu’il évite précisément la déception qui suivra un budget bâti sur une promesse mal mesurée.
Ce que ce sujet partage avec la pré-annotation
Quatre constats se retrouvent sur ces deux approches.
Le gain porte surtout sur les cas que l’on savait déjà traiter.
Une proposition oriente aussitôt le regard vers ce qu’elle a trouvé.
Le doute s’exprime bien plus rarement qu’en annotation libre.
Et le contrôle qualité devient bien plus nécessaire, non moins.
Une conséquence pratique importante en découle pour un projet d’imagerie satellite. Ces quatre constats suggèrent que les modèles de fondation prolongent la pré-annotation plutôt qu’ils ne la remplacent, ce qui rend applicables ici toutes les précautions établies au chapitre consacré à la qualité.
Ce que ce chapitre conclut sur le métier
Trois traits caractérisent le métier d’annotation tel que ce parcours l’a décrit.
La valeur se déplace vers le cadrage ainsi que la mesure plutôt que vers la production.
La compétence la plus rare devient l’identification de ce qui manque au corpus.
Et le rôle du prestataire tient désormais davantage du conseil que de l’exécution.
Une observation importante en découle pour un projet d’imagerie satellite. Ces trois traits se renforcent avec chaque progrès des modèles, ce qui rend la trajectoire prévisible même si son rythme ne l’est pas, et ce qui invite un prestataire à investir dans le jugement plutôt que dans la seule capacité de production.
Ce que le client peut demander à voir
Quatre éléments se demandent avant de retenir une solution.
Une démonstration conduite sur ses propres tuiles plutôt que sur un simple jeu public.
Le détail de la performance classe par classe plutôt qu’un chiffre global unique.
La description précise de ce que le préentraînement a réellement couvert.
Et le protocole exact par lequel le gain annoncé a été mesuré.
Une conséquence pratique importante en découle pour un projet d’imagerie satellite. Le dernier élément se refuse rarement et s’obtient pourtant peu, un protocole non communiqué signalant souvent une mesure conduite dans des conditions qui ne se reproduiront pas, ce qui suffit à écarter une solution sans avoir à l’éprouver.
Ce que ce parcours laisse à ceux qui le prolongeront
Trois sujets restent ouverts au terme de ces quinze chapitres.
La constitution de référentiels partagés entre les acteurs d’un même domaine.
La conservation durable des mesures de qualité bien au-delà d’un seul projet.
Et la comparaison de corpus produits selon des conventions initialement différentes.
Une observation importante en découle pour un projet d’imagerie satellite. Ces trois sujets relèvent de la coordination entre organisations plutôt que de la technique, ce qui les rend plus lents à progresser que les modèles eux-mêmes et probablement plus déterminants pour la valeur des corpus déjà constitués.
Ce qu’il faut retenir
Ces modèles déplacent le travail d’annotation plutôt qu’ils ne le suppriment.
Trois lectures se dégagent. Les travaux qu’ils ne dispensent pas de faire constituaient déjà la part la plus coûteuse d’un projet, ce qui explique qu’un gain annoncé sur le volume annoté se traduise rarement par une baisse proportionnelle du budget. La part facile du travail disparaît en premier, ce qui augmente le coût unitaire de ce qui reste tout en réduisant le volume total et rend un tarif moyen trompeur d’une génération à l’autre. Et un gain mesuré en exemples annotés ne se traduit pas mécaniquement en heures épargnées, ce qui fait du temps humain la seule mesure qui intéresse un budget.
Pour l’économie du projet, l’article consacré au coût de l’annotation satellite détaille les postes. Pour revenir au panorama, le guide de l’annotation d’imagerie satellite 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 pour le géospatial. Et si vous préparez un projet géospatial, échangeons sur votre besoin.
