L’annotation d’images est au coeur de tout projet de vision par ordinateur. Pendant des années, les équipes data ont principalement travaillé sur des données 2D : photos, images satellites, radiographies, captures de caméras embarquées. Les outils, les méthodes et les bonnes pratiques se sont construits autour de cette réalité. Puis est venu le LiDAR.
Le LiDAR (Light Detection And Ranging) ne produit pas des images au sens classique du terme : il génère des nuages de points, c’est-à-dire des représentations tridimensionnelles de l’espace réel, point par point, avec des coordonnées X, Y et Z pour chacun d’eux. Ces données sont structurellement différentes d’une image RVB. Annoter un nuage de points exige de repenser entièrement le processus d’annotation d’images : les géométries à utiliser, les outils adaptés, les métriques de qualité pertinentes, et les consignes à remettre aux annotateurs.
Cet article explore ce passage du 2D au 3D : pourquoi il s’impose dans certains secteurs, ce que cela change concrètement pour l’annotation d’images, et comment structurer un projet LiDAR pour produire des données d’entraînement fiables et exploitables.
Quand l’annotation d’images 2D atteint ses limites
Une image 2D est une projection plane d’une scène tridimensionnelle. Cette projection apporte des informations visuelles riches (texture, couleur, contraste), mais elle perd une dimension essentielle : la profondeur. Pour de nombreuses applications, cette perte est tout à fait acceptable. La détection d’une lésion cutanée, l’identification d’une mauvaise herbe sur une vue aérienne agricole, la lecture d’un code-barres sur une ligne de production : toutes ces tâches fonctionnent parfaitement en 2D.
Mais pour d’autres applications, la dimension spatiale est fondamentale et irremplaçable.
Un véhicule autonome qui perçoit l’espace autour de lui ne peut pas se contenter d’une photographie : il doit savoir à quelle distance se trouve le piéton qui traverse, quelle est la hauteur du trottoir, si l’objet devant lui est un véhicule ou un muret en béton. Un robot industriel qui saisit des pièces sur un tapis roulant a besoin de connaître la position tridimensionnelle exacte de chaque composant pour calibrer ses mouvements avec précision. Un système de cartographie urbaine ne peut pas reconstruire la géométrie d’une intersection à partir de simples photos sous des angles variables.
Dans tous ces contextes, l’annotation d’images au sens traditionnel du terme (bounding box rectangle 2D, masque de segmentation sur fond plat) ne suffit plus. Les modèles entraînés uniquement sur des données 2D manquent de la conscience spatiale nécessaire à ces applications critiques. C’est précisément pourquoi les capteurs LiDAR se sont imposés dans ces domaines, et avec eux, un nouveau paradigme d’annotation d’images qui intègre la dimension Z dans chaque décision de labellisation.
Le marché mondial de l’annotation de données LiDAR en 3D était estimé à 1,87 milliard de dollars en 2025, avec une croissance annuelle projetée de 20 % jusqu’en 2030. La conduite autonome représente à elle seule environ 65 % de cette demande. Ces chiffres illustrent une réalité concrète : les industries qui ont besoin de modèles capables de comprendre l’espace en trois dimensions investissent massivement dans la production de données annotées de haute qualité.
L’annotation d’images 2D et l’annotation de nuages de points 3D ne sont pas substituables : elles répondent à des besoins différents, avec des outils différents et des compétences différentes. La maîtriser séparément, puis les combiner dans un même pipeline multimodal, est devenu une compétence clé pour les équipes data des projets de perception avancée.
Le nuage de points LiDAR : comprendre la donnée avant d’annoter
Avant d’aborder les méthodes d’annotation, il est indispensable de comprendre la nature des données LiDAR. Un capteur LiDAR émet des impulsions laser à très haute fréquence et mesure le temps de retour de chaque impulsion après avoir rebondi sur une surface. Le résultat est un ensemble de millions de points géolocalisés dans l’espace tridimensionnel, auxquels peuvent s’ajouter des attributs comme l’intensité de retour, le numéro d’écho, ou des informations de couleur quand le LiDAR est couplé à une caméra RGB.
Ces données se présentent sous différents formats selon le secteur d’usage : LAS et LAZ pour les applications géospatiales et topographiques, PCD et PLY pour la robotique et la recherche académique, BIN et PCAP pour la conduite autonome, ROSbag pour les systèmes embarqués. Chaque format implique des outils de lecture et de visualisation spécifiques, ce qui rend la standardisation des pipelines d’annotation d’images 3D plus complexe qu’en 2D, où les formats PNG, JPEG et TIFF couvrent l’essentiel des besoins.
La densité du nuage de points varie fortement selon le capteur utilisé et la distance de capture. Un objet situé à 5 mètres du capteur sera représenté par des milliers de points ; le même objet à 80 mètres n’en contiendra peut-être que quelques dizaines. Cette hétérogénéité de densité est l’une des premières difficultés auxquelles fait face une équipe d’annotation d’images LiDAR : les consignes doivent anticiper explicitement la gestion des zones éparses.
Contrairement à une image RGB où chaque pixel occupe une position fixe dans une grille régulière, un nuage de points est un ensemble non ordonné de coordonnées dans l’espace. Les annotateurs ne voient pas de « photo » mais une représentation en trois dimensions qu’ils doivent manipuler, faire pivoter, zoomer selon plusieurs axes, pour comprendre la scène et positionner leurs annotations avec la précision requise. Cette navigation spatiale exige une formation spécifique et des outils adaptés.
Pour approfondir les fondements de l’annotation d’images appliquée à la vision par ordinateur, le guide complet pour entraîner un modèle de computer vision couvre le cycle de vie complet d’un projet, de la collecte à l’évaluation du modèle.
Les géométries utilisées pour l’annotation d’images LiDAR
L’annotation d’images LiDAR mobilise des types de géométries spécifiques qui n’ont pas d’équivalent direct en 2D. Selon le cas d’usage et le niveau de précision attendu par le projet, les équipes choisissent entre plusieurs approches complémentaires qu’il est possible de combiner au sein d’un même dataset.
Les cuboïdes 3D
Les cuboïdes sont aux nuages de points ce que les bounding boxes rectangulaires sont aux images 2D : la géométrie de base, la plus rapide à placer, la plus largement supportée par les frameworks d’entraînement. Un cuboïde définit un objet par ses coordonnées de centre (X, Y, Z), ses dimensions (longueur, largeur, hauteur) et son orientation angulaire dans l’espace.
Cette orientation est une différence fondamentale par rapport au 2D. Une bounding box 2D est toujours alignée sur les axes horizontaux et verticaux de l’image. Un cuboïde 3D peut être orienté dans n’importe quelle direction de l’espace : un véhicule garé en diagonale, un piéton en cours de rotation, une palette inclinée sur un tapis de tri. Les annotateurs doivent donc non seulement positionner et dimensionner le cuboïde, mais aussi l’orienter correctement, ce qui requiert une maîtrise de la navigation dans les différentes vues disponibles (plan de dessus, coupe frontale, coupe latérale).
Les cuboïdes sont particulièrement adaptés à la détection d’objets discrets et relativement compacts : véhicules, piétons, cyclistes, mobilier urbain, colis logistiques. Ils conviennent moins aux surfaces continues (routes, bâtiments, végétation) ou aux objets aux formes géométriques irrégulières.
Dans les projets de conduite autonome, un cuboïde est systématiquement associé à un identifiant unique qui persiste d’une frame à la suivante, permettant le suivi de l’objet au fil du temps. La contrainte de taille constante par identifiant (un même véhicule doit conserver les mêmes dimensions approximatives d’un instant à l’autre) est l’une des règles qualité les plus strictes, car les variations anormales trahissent une inconsistance d’annotation qui peut dégrader les performances du modèle de détection.
La segmentation sémantique point par point
La segmentation sémantique consiste à attribuer une classe à chacun des points du nuage. Chaque point se voit assigner une étiquette sémantique : « route », « trottoir », « bâtiment », « arbre », « véhicule », « piéton », « barrière », etc. Le résultat est un nuage de points entièrement coloré par classe, offrant une compréhension complète et continue de la scène en trois dimensions.
Cette approche est la plus précise mais aussi la plus exigeante en termes d’annotation d’images 3D. Elle nécessite des outils capables de visualiser le nuage de points dans plusieurs vues simultanées pour ne laisser aucun point non classifié ou mal classifié. Elle est incontournable dans les applications qui ont besoin d’une compréhension fine et exhaustive de l’environnement : cartographie urbaine de précision, inspection d’infrastructures linéaires, segmentation forestière, modélisation smart city.
La richesse sémantique de ce type d’annotation d’images 3D dépend directement de l’ontologie définie en amont du projet. Une ontologie de 7 classes pour un inventaire forestier (troncs, feuillage, buissons, sol, bâtiments, piétons, véhicules) n’a rien à voir avec une ontologie de 17 classes pour un scénario de mobilité urbaine complexe incluant les usagers vulnérables. Plus l’ontologie est riche, plus les consignes doivent être précises pour éviter les ambiguïtés aux frontières de classes.
La segmentation d’instances
La segmentation d’instances va un niveau plus loin que la segmentation sémantique : elle attribue non seulement une classe à chaque point, mais aussi un identifiant unique à chaque objet distinct au sein d’une même classe. Là où la segmentation sémantique dira « ces points appartiennent à la classe véhicule », la segmentation d’instances précisera « ces points appartiennent au véhicule numéro 14, et ceux-là au véhicule numéro 15 ».
Cette distinction est cruciale pour les applications de comptage d’objets, de tracking multi-entités ou d’analyse de comportement individuel. Elle est aussi beaucoup plus exigeante en termes d’annotation d’images : l’annotateur doit identifier individuellement chaque objet, même dans des scènes denses où plusieurs véhicules sont proches, se touchent ou se chevauchent partiellement du point de vue du capteur.
Polygones et polylignes en 3D
Pour les entités linéaires (voiries, rails, lignes électriques, réseaux de fibre) ou surfaciques (empreintes de bâtiments, zones de parking, pistes cyclables), les polygones et polylignes 3D offrent une alternative aux approches volumiques. Ces géométries sont particulièrement utilisées dans les applications de cartographie et d’annotation d’images géospatiales issues d’ortholidar, où l’objectif est de délimiter des surfaces et des structures au sol plutôt que d’identifier des objets discrets dans l’espace.
Un projet d’annotation de voirie peut ainsi combiner des cuboïdes 3D pour le mobilier vertical (lampadaires, panneaux de signalisation, feux de circulation) et des polygones pour les surfaces horizontales (chaussée, trottoir, piste cyclable, parking). Cette approche hybride optimise à la fois la précision de la représentation et la productivité des équipes d’annotation.
Les défis propres à l’annotation d’images en trois dimensions
Passer de l’annotation d’images 2D à l’annotation de nuages de points 3D n’est pas une simple montée en complexité technique. C’est un changement de paradigme complet qui touche l’ergonomie des outils, la formation des annotateurs, la définition des consignes et les protocoles de contrôle qualité. Comprendre ces défis en amont est la condition pour les anticiper et les maîtriser.
La variabilité de densité et la sparsité
Un même objet peut être représenté par des centaines de points s’il est proche du capteur, ou par seulement une poignée s’il est lointain. Cette sparsité croissante avec la distance complique l’annotation d’images 3D de manière significative : un piéton à 5 mètres est facile à identifier et à encadrer avec précision, mais le même piéton à 60 mètres n’est parfois plus qu’une dizaine de points difficiles à distinguer du bruit ambiant.
Les consignes d’annotation doivent anticiper explicitement ces situations limites : à partir de combien de points un objet doit-il être annoté ? Que faire des objets situés en périphérie du champ de captation, là où la densité s’effondre ? Les réponses à ces questions doivent être documentées et appliquées de manière rigoureusement cohérente sur l’ensemble du dataset.
Les occlusions en trois dimensions
En 2D, une occlusion se détecte visuellement : un objet cache une partie d’un autre dans le plan de l’image. En 3D, les occlusions sont plus subtiles car elles dépendent du point de vue spécifique du capteur LiDAR. Un piéton partiellement masqué par un véhicule peut n’avoir que quelques dizaines de points visibles du côté du capteur. L’annotateur doit alors décider jusqu’où prolonger le cuboïde pour couvrir la partie occultée, sur la base d’une inférence raisonnée sur la forme probable de l’objet.
Cette estimation de la géométrie cachée est une compétence spécifique que les annotateurs doivent acquérir par la formation et par la pratique. Les consignes doivent définir des règles claires : degré d’occlusion à partir duquel l’objet est annoté comme « partiellement visible », traitement des objets hors champ du capteur, gestion des cas où deux objets se chevauchent en 3D.
La fusion multicapteur
Dans les applications les plus exigeantes, le LiDAR ne fonctionne pas de manière isolée. Il est couplé à des caméras RGB, des radars millimétrique, parfois d’autres capteurs LiDAR disposés à différents angles pour éliminer les zones d’ombre. L’annotation d’images dans ce contexte devient une annotation multimodale : les mêmes objets doivent être annotés de manière cohérente à la fois dans le nuage de points LiDAR et dans les images caméra associées, avec une synchronisation temporelle précise entre les deux flux de données.
La projection 3D vers 2D (et son inverse) permet de vérifier la cohérence croisée entre les annotations des deux modalités. Un cuboïde 3D mal positionné ou mal orienté se trahit immédiatement quand on le projette sur l’image caméra correspondante : la boîte ne couvre pas correctement l’objet visible dans la photo. Ce workflow de vérification croisée est devenu une pratique qualité standard dans les projets de conduite autonome, même s’il augmente significativement la charge de travail total.
L’ergonomie et la formation des équipes
L’annotation d’images 2D s’effectue dans une interface intuitive, proche d’un outil de dessin vectoriel : on pointe, on clique, on dessine. L’annotation de nuages de points 3D exige une navigation spatiale dans un environnement tridimensionnel : rotation de la scène, changement d’axe de vue, zoom sur des zones éparses. Cette complexité d’interface ralentit la montée en compétence des annotateurs et augmente le risque d’erreurs géométriques dues à de mauvais angles de vue ou à une mauvaise perception de la profondeur.
Les outils les plus adaptés proposent des vues synchronisées (plan horizontal, coupe frontale, coupe latérale, vue 3D libre) et des aides à la navigation qui réduisent cet effort cognitif. La pré-annotation automatique, lorsqu’elle est disponible et validée sur le type de données du projet, peut réduire les temps de traitement de l’ordre de quatre fois par rapport à l’annotation entièrement manuelle, tout en conservant un contrôle humain pour la validation et la correction.
Outils d’annotation pour les nuages de points LiDAR : panorama 2026
Le marché des outils d’annotation d’images 3D s’est considérablement structuré ces dernières années, avec l’émergence de plateformes spécialisées qui adressent les limites des solutions généralistes conçues initialement pour le 2D. Le choix de l’outil est une décision structurante pour un projet d’annotation d’images LiDAR, car il conditionne la productivité des équipes, la richesse des géométries disponibles et la qualité du contrôle possible.
CVAT
CVAT (Computer Vision Annotation Tool), développé à l’origine par Intel et largement adopté dans l’écosystème open source, est l’une des solutions les plus utilisées pour l’annotation d’images 2D. Sa version 3D, fonctionnelle mais moins aboutie, supporte les cuboïdes 3D avec une visualisation en vues multiples synchronisées. Elle ne propose pas de segmentation point par point native, ce qui en fait un choix adapté aux projets de volume modéré avec des besoins de cuboïdes relativement standards, mais insuffisant pour les cas d’usage nécessitant une classification exhaustive de chaque point.
Supervisely
Supervisely est une plateforme hybride qui intègre progressivement des capacités 3D autour d’un socle 2D mature. Son point fort est l’intégration de fonctions d’assistance par modèle, notamment pour la pré-annotation, ce qui peut accélérer significativement les workflows sur des typologies de données connues. Elle convient à des équipes qui font de l’annotation d’images 2D et 3D sur les mêmes projets et souhaitent un outil unique.
Plateformes spécialisées LiDAR
Des plateformes comme Segments.ai, Kognic ou Deepen AI ont été conçues spécifiquement pour l’annotation 3D, notamment pour les cas d’usage de perception autonome. Elles offrent des fonctionnalités avancées : suivi multiframe avec contraintes de cohérence temporelle, fusion LiDAR-caméra intégrée, workflows de contrôle qualité configurables et audit par frame. Ces outils sont plus adaptés à des projets à fort volume ou à des exigences techniques complexes impliquant plusieurs capteurs.
Critères de sélection
Pour sélectionner l’outil le plus adapté à un projet d’annotation d’images LiDAR, plusieurs dimensions sont à évaluer en parallèle : la compatibilité avec les formats de données spécifiques au projet (LAS, PCD, BIN, ROSbag), le support des types de géométries requis (cuboïdes, segmentation sémantique, polygones, attributs), les capacités de pré-annotation automatique et leur précision sur le type de données ciblé, les fonctions de contrôle qualité et de reporting intégrées, et la possibilité d’hébergement en environnement contrôlé pour les données sensibles ou soumises à des contraintes de localisation géographique.
Pour les projets qui impliquent également de l’annotation sur des séquences temporelles, les problématiques de tracking et de cohérence d’identifiants décrites dans le cadre de l’annotation vidéo : tracking, interpolation et cohérence temporelle s’appliquent avec encore plus d’acuité en 3D, où l’orientation des objets ajoute une contrainte supplémentaire à la cohérence entre frames consécutives.
Contrôle qualité en annotation d’images 3D : métriques et méthodes
Le contrôle qualité d’une annotation d’images 3D ne peut pas s’appuyer sur les seules métriques issues du 2D. L’IoU (Intersection over Union) calculé sur des rectangles dans un plan laisse place à une IoU 3D qui intègre le volume et l’orientation des cuboïdes. La précision de positionnement requise est d’une autre nature, car une erreur d’orientation qui passerait inaperçue sur une bounding box 2D peut produire un cuboïde mal aligné qui dégrade significativement les performances du détecteur en production.
L’IoU 3D et la mAP 3D
L’IoU 3D mesure le ratio entre le volume d’intersection et le volume d’union de deux cuboïdes : le cuboïde annoté par l’équipe et le cuboïde de référence (ground truth). Elle est sensible non seulement à la position et aux dimensions de l’objet, mais aussi à son orientation angulaire. Un cuboïde correctement positionné et dimensionné mais mal orienté de 15 degrés peut produire une IoU 3D bien inférieure au seuil d’acceptation, même si visuellement l’objet semble bien encadré.
La mAP 3D (mean Average Precision en trois dimensions) est l’extension naturelle de cette métrique à l’échelle d’un dataset complet, calculée pour chaque classe d’objet et moyennée sur l’ensemble du projet. Elle permet de comparer objectivement la qualité de l’annotation d’images LiDAR entre différentes équipes, différentes campagnes d’annotation ou différentes configurations d’outils.
La cohérence temporelle comme critère qualité
Pour les projets avec tracking multiframe, une dimension supplémentaire s’ajoute au contrôle qualité classique : la cohérence entre les instants de capture successifs. Un objet identifié comme « véhicule numéro 7 » doit conserver les mêmes dimensions approximatives tout au long de la séquence d’annotation d’images. Les variations de taille anormales d’un instant à l’autre sont des signaux d’alerte qui doivent déclencher une révision de l’annotation d’images correspondante et, si nécessaire, une mise à jour des consignes pour traiter le cas limite identifié.
Cette contrainte de cohérence temporelle est l’une des plus difficiles à vérifier de manière automatisée, car elle nécessite une analyse des variations frame par frame sur l’ensemble de la séquence pour chaque identifiant d’objet. Les outils spécialisés intègrent souvent des tableaux de bord de cohérence qui alertent automatiquement sur les incohérences détectées.
Le protocole multi-niveaux
Un protocole de contrôle qualité efficace pour l’annotation d’images LiDAR s’articule en plusieurs niveaux complémentaires. Un premier niveau de vérification est effectué par des annotateurs expérimentés (contrôleurs-annotateurs) sur 100 % des frames produites. Un deuxième niveau, réalisé par un département qualité indépendant des équipes de production, porte sur un échantillon statistiquement représentatif : 25 % pour un niveau de qualité standard à 95 %, 50 % pour un niveau renforcé à 97 %. Pour les projets à très haute exigence dans les domaines de la sécurité active ou des infrastructures critiques, l’échantillonnage du département qualité peut être porté à 100 %, garantissant une revue exhaustive de chaque annotation d’images produite.
Ce protocole multi-niveaux est particulièrement important en 3D car les erreurs y sont structurellement moins visibles qu’en 2D. Un cuboïde légèrement mal orienté ou sous-dimensionné peut avoir un impact significatif sur les performances du modèle en production, notamment dans les scénarios de détection à longue distance où la densité de points est faible et où chaque annotation compte davantage.
Intégrer l’annotation d’images LiDAR dans une stratégie IA
Un projet d’annotation d’images LiDAR ne s’improvise pas. Il suppose un investissement préalable dans la définition rigoureuse des ontologies (quelles classes, avec quels attributs, jusqu’à quelle distance), la rédaction de consignes adaptées aux spécificités du 3D (cas de sparsité, occlusions, contraintes de tracking), la sélection d’un outil compatible avec les formats de données et les géométries requises, et la mise en place d’un protocole de contrôle qualité adapté aux métriques 3D.
Internalisation ou externalisation
La question de l’internalisation ou de l’externalisation mérite une analyse spécifique pour les données LiDAR. L’annotation d’images 3D est significativement plus lente et plus exigeante techniquement que l’annotation d’images 2D classique. Les volumes produits par annotateur par heure sont moins élevés, et la courbe d’apprentissage pour maîtriser les outils 3D et les consignes associées est plus longue.
Une équipe interne non rodée aux spécificités du LiDAR peut produire des données de qualité insuffisante avec des erreurs systématiques difficiles à détecter sans protocole qualité structuré : cuboïdes sous-dimensionnés en profondeur (l’axe le plus difficile à évaluer), incohérences de tracking entre frames, points non classifiés dans les zones éparses. Ces erreurs ont un coût réel : elles se traduisent par des performances dégradées du modèle en production et par des cycles de réentraînement non anticipés.
L’externalisation auprès d’équipes spécialisées dans l’annotation d’images LiDAR permet de bénéficier d’une expertise acquise sur de nombreux projets dans différents secteurs (conduite autonome, robotique, géospatial, smart city, infrastructure), d’outils adaptés et de processus qualité éprouvés. Elle permet également d’absorber les pics de charge sans investissement permanent en licences logicielles, en matériel de visualisation 3D et en formation continue.
La sécurité des données LiDAR
La sécurité des données est une dimension incontournable dans les projets d’annotation d’images LiDAR. Les données de conduite autonome contiennent des informations géolocalisées précises sur les environnements captés, les usagers de la route et les infrastructures. Les projets d’inspection industrielle ou de défense imposent des contraintes de localisation des données et de certification particulières. Les données forestières ou géospatiales à haute résolution peuvent être soumises à des restrictions d’export selon les réglementations nationales applicables.
Ces contraintes doivent être prises en compte dès le choix de l’outil et du prestataire : hébergement en environnement contrôlé, conformité ISO 27001, traçabilité des accès aux données, protocoles de signature de confidentialité. Elles font partie des critères de qualification d’un partenaire d’annotation d’images LiDAR au même titre que la qualité technique des livrables.
Dimensionner un projet LiDAR
Le dimensionnement d’un projet d’annotation d’images LiDAR dépend de plusieurs variables : le nombre de frames à annoter, la densité d’objets par frame, la complexité de l’ontologie (nombre de classes et d’attributs), la nature des géométries requises (cuboïdes seuls ou avec segmentation sémantique), et le niveau de qualité cible. La complexité de chaque frame est généralement bien supérieure à celle d’une image 2D équivalente : les temps par frame d’annotation LiDAR peuvent être trois à cinq fois plus élevés, selon la densité de la scène et les géométries demandées.
Anticiper ce dimensionnement permet de planifier les ressources nécessaires et les délais réalistes, d’éviter les engagements sous-évalués qui conduisent à des compromis sur la qualité en fin de projet. Un lot de test annoté en début de projet, évalué sur ses métriques de qualité avant le lancement de la production à grande échelle, est un investissement systématiquement rentable.
Si vous structurez un projet qui intègre de l’annotation d’images LiDAR, en 2D ou en 3D, ou dans une logique de fusion multicapteur, l’équipe spécialisée en annotation 2D et 3D pour la computer vision peut vous accompagner depuis la définition de l’ontologie jusqu’à la livraison des données contrôlées. Contactez-nous pour discuter de votre projet et obtenir une estimation.
