Les équipes de machine learning investissent des semaines à affiner leurs architectures de modèles, à explorer de nouvelles topologies de réseaux neuronaux et à optimiser leurs hyperparamètres. Pourtant, les travaux les plus récents en data-centric AI convergent vers un constat qui dérange : la majorité des problèmes de performance en computer vision trouvent leur origine dans les données d’entraînement elles-mêmes, et plus précisément dans les erreurs accumulées lors de l’annotation d’images.
L’annotation d’images n’est pas une tâche mécanique déléguée à des opérateurs interchangeables. Elle requiert des consignes précises, une organisation du travail rigoureuse, un contrôle qualité structuré et une expertise du domaine. Quand ces conditions ne sont pas réunies, les erreurs s’installent discrètement dans le dataset. Leurs effets n’apparaissent souvent qu’au moment de l’évaluation du modèle, ou pire, lors du déploiement en production.
Une étude publiée dans Artificial Intelligence Review en 2026 sur les erreurs d’annotation dans les datasets de détection d’objets montre que même les benchmarks les plus utilisés en computer vision contiennent des proportions significatives d’annotations incorrectes. Ces erreurs, lorsqu’elles ne sont pas détectées, dégradent les métriques de performance et conduisent à des comportements imprévisibles en conditions réelles.
Cet article passe en revue les dix erreurs les plus fréquemment observées dans les projets d’annotation d’images professionnels. Pour chacune, il décrit les mécanismes par lesquels elle dégrade les performances du modèle et les moyens concrets de la prévenir. L’objectif est de permettre aux équipes ML, aux chefs de projet et aux responsables de la donnée de les identifier avant qu’elles n’entraînent des cycles de réentraînement coûteux et des retards de mise en production.
Erreur n°1 – Des bounding boxes imprécises : l’erreur la plus répandue en annotation d’images
La bounding box est la géométrie d’annotation la plus utilisée en détection d’objets. Sa simplicité apparente en fait paradoxalement la principale source d’erreur dans les projets d’annotation d’images. Sa facilité de tracé crée un faux sentiment de maîtrise : dessiner un rectangle autour d’un objet semble trivial jusqu’à ce que l’on essaie d’aligner plusieurs annotateurs sur les mêmes règles.
Une bounding box imprécise peut prendre deux formes opposées. Trop serrée, elle exclut des pixels appartenant à l’objet : l’image de la région d’intérêt est tronquée, et le modèle apprend à détecter une représentation incomplète de l’objet, ce qui le rend aveugle aux parties systématiquement coupées. Trop large, elle inclut du fond dans la région annotée, ce qui brouille la frontière entre l’objet et son environnement et perturbe la capacité du modèle à distinguer les deux. Dans les deux cas, la métrique IoU (Intersection over Union) mesurée lors de l’évaluation est dégradée, et le modèle reproduit les imprécisions à l’inférence.
Les erreurs de bounding box sont particulièrement insidieuses parce qu’elles restent visuellement plausibles. Une boîte trop large de cinq pixels sur une image en haute définition est presque imperceptible lors d’une revue rapide, mais peut faire basculer une détection de correct à incorrect sur un seuil d’IoU à 0,5. Sur un dataset de plusieurs dizaines de milliers d’images, ces erreurs s’accumulent et se traduisent par un plafonnement des métriques qui résiste à toute modification de l’architecture ou des hyperparamètres.
La bonne pratique consiste à formaliser des règles de tightness explicites dans le guide d’annotation d’images, accompagnées d’exemples visuels comparant boîtes trop larges, trop serrées et correctes pour chaque classe principale. Les sessions d’annotation collective en début de projet, où les annotateurs tracent les mêmes boîtes sur un lot commun et les comparent avec le chef de projet, sont les plus efficaces pour aligner les pratiques avant le démarrage de la production à grande échelle.
Erreur n°2 – Une taxonomie de classes floue dans l’annotation d’images
Avant tout travail d’annotation d’images, l’ontologie des classes à étiqueter doit être définie avec une précision absolue. C’est pourtant l’étape que les équipes pressées raccourcissent le plus souvent, partant du principe que les noms de classes parlent d’eux-mêmes.
Quand une classe n’est définie que par un libellé générique (« défaut », « plante », « anomalie »), chaque annotateur l’interprète selon son propre référentiel. Un annotateur catégorisera une rayure superficielle comme « défaut mineur », un autre comme « défaut majeur », un troisième comme « acceptable ». Le coefficient kappa de Cohen mesuré entre ces annotateurs sera faible, et le dataset résultant contiendra des signaux contradictoires que le modèle ne pourra pas réconcilier lors de l’entraînement.
L’effet sur le modèle est double. La précision de classification chute, surtout sur les exemples à la frontière entre deux classes. Et la variance des prédictions augmente : le comportement du modèle devient imprévisible sur des images légèrement différentes des exemples d’entraînement. En production, cette instabilité se manifeste par des fluctuations inexplicables des résultats selon les lots d’images traités.
Pour chaque classe, les consignes d’annotation d’images doivent inclure une définition positive (ce qui entre dans la classe), une définition négative (ce qui en est exclu) et une galerie d’exemples contrastifs illustrant les cas limites les plus fréquents. Cette taxonomie doit être validée par le commanditaire métier avant le démarrage de la production et mise à jour de façon versionnée tout au long du projet.
Erreur n°3 – Ignorer les objets occultés ou tronqués
Dans toute scène réelle, des objets sont partiellement masqués par d’autres, coupés par les bords de l’image ou dissimulés par des éléments de l’environnement. Ces situations d’occlusion et de troncature représentent une part significative des cas que le modèle rencontrera en conditions de production, et leur traitement doit être explicitement défini dans les consignes d’annotation d’images.
Si les consignes ne prescrivent pas comment gérer ces situations, les annotateurs adoptent des comportements divergents. Certains étiquettent tous les objets partiellement visibles, d’autres n’annotent que ceux dont plus de la moitié est visible, d’autres encore les ignorent systématiquement. Le résultat est un dataset incohérent, où des situations visuellement similaires sont tantôt étiquetées, tantôt ignorées selon l’interprétation de l’annotateur.
Le modèle entraîné sur ces données développe une incertitude pathologique face aux objets partiels, ce qui se traduit par des faux négatifs en production dans les situations les plus critiques : un piéton partiellement masqué par un autre véhicule, un défaut de surface partiellement hors champ, un organe partiellement visible en bordure d’une image médicale, une pièce incomplètement photographiée sur une ligne d’inspection.
La bonne pratique est de définir un seuil de visibilité minimal (par exemple, au moins 20 % ou 30 % de l’objet doit être visible pour être annoté) et d’illustrer les cas typiques d’occlusion pour chaque classe principale dans le guide. Cette règle, simple à formuler, évite des centaines d’annotations incohérentes sur un dataset de taille significative.
Erreur n°4 – Des consignes d’annotation d’images non versionnées
Un projet d’annotation d’images s’étend rarement sur quelques jours. Au fil des semaines de production, les consignes évoluent naturellement : le commanditaire précise une règle ambiguë, de nouvelles classes émergent suite à l’observation du terrain, un cas limite déclenche une décision d’arbitrage collective. Si ces évolutions ne sont pas formalisées, versionnées et communiquées à l’ensemble de l’équipe, le dataset devient hétérogène sans que personne ne le réalise.
Le symptôme apparaît lors de l’analyse des distributions dans le dataset : les images annotées durant la première semaine de production présentent des caractéristiques systématiquement différentes de celles annotées en semaine cinq. Le modèle entraîné sur ce dataset apprend des règles implicites liées au calendrier de production plutôt qu’aux propriétés réelles des objets. Ses performances varient de façon inexplicable selon les sous-ensembles de données utilisés pour l’entraînement.
La gestion des consignes d’annotation d’images doit être traitée comme un artefact logiciel : numérotation des versions, journal des modifications, notification formelle à chaque mise à jour, et vérification que les lots déjà produits sous une ancienne version sont recalibrés si la modification est rétroactive. Des outils simples de gestion documentaire suffisent pour maintenir cette discipline sur la plupart des projets.
Les dérives de consignes non documentées figurent parmi les causes les plus fréquentes de réentraînements infructueux, précisément parce que leur trace dans le dataset est difficile à isoler a posteriori. Identifier qu’un problème de qualité provient d’une évolution de consigne non tracée peut nécessiter plusieurs jours d’investigation, un luxe que la plupart des calendriers de projet ne permettent pas.
Erreur n°5 – Le déséquilibre de classes ignoré dans l’annotation d’images
Dans la plupart des cas d’usage réels, les classes à détecter ne sont pas naturellement équilibrées dans les données collectées. Les défauts de surface sont rares sur une ligne de production correctement calibrée. Les maladies des cultures n’affectent qu’une fraction des plantes photographiées. Les situations de freinage d’urgence sont minoritaires dans un dataset de conduite. Cette réalité statistique doit être prise en compte dès la phase de planification de l’annotation d’images, avant même le démarrage de la collecte.
Si le déséquilibre n’est pas traité, le modèle converge vers la stratégie naïve : prédire systématiquement la classe majoritaire, qui maximise l’accuracy sur le dataset sans apporter la moindre valeur opérationnelle. Un modèle qui prédit « aucun défaut » sur toutes les images d’une ligne de production avec 2 % de taux de rebut atteindra 98 % d’accuracy de surface tout en étant totalement inutile pour l’application industrielle visée.
Le déséquilibre de classes se traite à deux niveaux distincts. Au niveau de l’annotation d’images, en s’assurant que le dataset final inclut suffisamment d’exemples de chaque classe minoritaire, quitte à mettre en place des protocoles de collecte ciblée : campagnes de capture en conditions spécifiques, augmentation de données ou génération synthétique contrôlée. Au niveau de l’entraînement ensuite, par des techniques de pondération des pertes ou de suréchantillonnage, mais ces mécanismes algorithmiques ne peuvent compenser qu’imparfaitement un déséquilibre structurel trop prononcé dans les données annotées d’origine.
Erreur n°6 – Un dataset homogène : l’erreur silencieuse de l’annotation d’images
Un dataset d’annotation d’images peut être techniquement irréprochable, avec des géométries bien ajustées, des classes bien définies et un contrôle qualité rigoureux, et pourtant conduire à un modèle défaillant en production. La raison : le dataset représente trop fidèlement les conditions dans lesquelles les images ont été collectées, sans refléter la variabilité des conditions réelles d’utilisation du modèle.
Un modèle de détection d’équipements de protection individuelle entraîné exclusivement sur des images d’intérieur bien éclairées échouera sur des chantiers extérieurs en conditions hivernales ou par faible luminosité. Un détecteur de défauts de soudure entraîné sur une seule orientation de pièce manquera les mêmes défauts photographiés sous un angle différent. Un modèle de surveillance agricole entraîné sur des images prises à un seul stade de croissance ne reconnaîtra pas les mêmes pathologies à des stades différents.
Cette erreur est particulièrement piégeuse parce qu’elle n’apparaît pas dans les métriques calculées sur un jeu de test issu du même dataset homogène. Le modèle présente d’excellentes performances en évaluation et des résultats décevants dès son déploiement sur des données de production réelles.
L’annotation d’images doit s’accompagner d’une analyse systématique de la diversité du dataset avant le démarrage de la production à grande échelle. Cette analyse porte sur la distribution des conditions d’éclairage, des angles de prise de vue, des résolutions, des fonds, des saisons ou des horaires selon l’application. Les lacunes identifiées doivent déclencher une collecte complémentaire ciblée, car aucune technique d’augmentation de données ne peut créer ex nihilo une variabilité qui n’existe pas dans le dataset d’origine.
Erreur n°7 – Des masques de segmentation imprécis
La segmentation sémantique ou d’instances exige une précision bien supérieure à celle de la bounding box. Un masque polygonal doit suivre le contour réel de l’objet, avec une densité de points de contrôle suffisante pour restituer fidèlement les courbures, les angles et les détails fins des frontières.
Les erreurs de segmentation les plus fréquentes dans les projets d’annotation d’images sont au nombre de trois. Des polygones tracés avec trop peu de points de contrôle, ce qui génère des segments droits entre sommets qui incluent ou excluent incorrectement des pixels. Des frontières lissées là où l’objet présente des angles francs, et inversement, des frontières anguleuses là où la réalité est courbe. Et une précision variable selon les conditions visuelles : les objets présentant un fort contraste avec leur fond sont bien délimités, tandis que les objets sur fond complexe ou en faible contraste sont traités de façon approximative.
L’effet sur le modèle dépend directement de l’application. Pour un modèle médical délimitant une tumeur ou segmentant un organe pour assistance à la planification chirurgicale, une imprécision de quelques pixels aux frontières peut avoir des conséquences cliniques directes. Pour une application industrielle de contrôle de surface, l’imprécision des masques dégrade les métriques Dice et IoU de façon proportionnelle à la densité des frontières dans les images, et le modèle apprend à tolérer des imprécisions qu’il reproduira à l’inférence.
La vérification des masques de segmentation ne peut pas se limiter à un échantillonnage visuel. Des métriques de cohérence géométrique, comme la régularité des contours ou la détection des polygones comportant trop peu de points de contrôle, peuvent être calculées programmatiquement pour identifier les annotations suspectes avant leur intégration dans le dataset. Combiner cette vérification automatique avec un contrôle humain ciblé sur les cas détectés comme atypiques est l’approche la plus efficiente pour des datasets de grande taille.
Erreur n°8 – L’absence de contrôle qualité indépendant en annotation d’images
L’un des principes fondamentaux du contrôle qualité en annotation d’images est la séparation organisationnelle entre la fonction de production et la fonction de vérification. Quand un annotateur révise lui-même son propre travail, les biais cognitifs conduisent à une validation quasi systématique des choix initiaux, y compris les incorrects.
Le contrôle qualité indépendant, réalisé par un vérificateur différent de l’annotateur de production et rattaché à une équipe distincte, permet de détecter les dérives avant qu’elles ne contaminent l’ensemble du lot. L’intensité de ce contrôle doit être proportionnelle aux enjeux du projet : un échantillonnage à 25 % des annotations peut suffire pour des applications standard, tandis que des projets à fort enjeu, notamment dans les domaines médical ou de la conduite autonome, requièrent un contrôle exhaustif de chaque annotation produite.
L’intégration d’images test dont la bonne annotation est connue à l’avance, insérées anonymement dans les lots de production (communément appelées « honeypots » ou images de contrôle), permet de monitorer la qualité par annotateur de façon continue et objective. Ce dispositif simple fournit un indicateur fiable pour identifier les annotateurs qui dévient des consignes et déclencher des actions correctives ciblées avant que les erreurs ne se propagent à l’ensemble de la production.
L’absence de contrôle qualité indépendant est l’erreur organisationnelle la plus coûteuse dans les projets d’annotation d’images menés sans processus formalisés. Les problèmes n’émergent alors que lors de l’évaluation du modèle, à un stade où corriger le dataset implique de reprendre potentiellement plusieurs milliers d’images, avec le risque de devoir recalibrer l’ensemble des annotateurs et de perdre des semaines de production.
Erreur n°9 – Les cas limites non anticipés dans les consignes d’annotation d’images
Les cas limites sont par définition peu fréquents dans un dataset, mais ils représentent une source d’erreurs disproportionnée dans les projets d’annotation d’images. Un cas limite est une situation où l’objet à étiqueter ne correspond pas clairement à une seule classe définie, ou où la géométrie d’annotation la plus adaptée n’est pas évidente au premier regard.
Quand les consignes ne traitent pas ces situations explicitement, chaque annotateur les arbitre à sa façon, selon son expérience et son interprétation personnelle des règles générales. L’accord inter-annotateurs s’effondre précisément sur les cas les plus informatifs pour le modèle : les exemples ambigus à la frontière entre deux classes sont souvent ceux qui, correctement annotés, permettent au modèle d’apprendre les distinctions les plus fines dans la distribution des données.
Les cas limites doivent être collectés activement dès la phase pilote du projet, avant le démarrage de la production à grande échelle. Un lot initial de quelques centaines d’images est annoté en parallèle par plusieurs annotateurs ; les désaccords sont identifiés, discutés collectivement avec le chef de projet et si nécessaire avec le commanditaire métier, et les décisions d’arbitrage sont documentées dans le guide. Ce processus, parfois appelé « résolution de litige » ou « calibration inter-annotateurs », est le moyen le plus efficace d’enrichir les consignes d’annotation d’images en situations réelles avant d’industrialiser la production.
Un catalogue de cas limites traités et référencés, mis à jour tout au long du projet, constitue l’un des livrables les plus précieux d’un programme d’annotation d’images mature. Il réduit la variance entre annotateurs sur les situations atypiques, accélère l’intégration des nouvelles recrues dans l’équipe et constitue une base précieuse pour les projets futurs sur des domaines similaires.
Erreur n°10 – Combiner des sources d’annotation d’images hétérogènes sans harmonisation
Pour accélérer la constitution d’un dataset, il est tentant de combiner des annotations provenant de sources différentes : un lot réalisé en interne, un lot fourni par un prestataire externe, des annotations récupérées depuis un dataset public ou académique, et des étiquettes générées automatiquement par un modèle de pré-labeling. Chaque source applique ses propres conventions, interprète les classes ambiguës à sa façon, et tolère ses propres écarts sur la précision géométrique des annotations.
Fusionner ces sources sans harmonisation préalable revient à entraîner le modèle sur des signaux contradictoires. Un même type d’objet dans un même contexte visuel peut être annoté de trois façons différentes selon l’origine du lot, avec des règles d’occlusion différentes, des définitions de frontières différentes, des seuils de visibilité minimale différents. Le modèle apprend ces divergences comme si elles représentaient une variabilité réelle dans les données, ce qui dégrade la convergence lors de l’entraînement et produit une instabilité des prédictions à l’inférence.
Avant toute fusion de sources d’annotation d’images, un audit d’harmonisation est indispensable. Il consiste à échantillonner chaque source de façon représentative, à comparer les conventions appliquées sur un ensemble d’images commun, et à re-annoter les lots dont les pratiques s’écartent du standard retenu pour le projet. Les annotations issues d’un modèle de pré-labeling méritent une attention particulière : elles peuvent paraître cohérentes visuellement tout en reproduisant systématiquement les biais et les erreurs du modèle ayant servi à les générer. Aucune annotation automatique ne devrait être intégrée dans un dataset de référence sans validation humaine exhaustive des échantillons suspects.
Réduire les erreurs d’annotation d’images : l’impact concret sur vos modèles
Les dix erreurs décrites dans cet article partagent une caractéristique commune : elles sont difficiles à détecter et coûteuses à corriger une fois le modèle entraîné, mais relativement simples à prévenir lorsque les processus sont mis en place avant le démarrage de la production. Les gains sont immédiatement mesurables : un dataset annoté selon des consignes précises, contrôlé par une équipe indépendante et couvrant la diversité des conditions réelles produit des modèles plus robustes, qui nécessitent moins d’itérations de réentraînement et présentent un comportement plus prévisible en production.
Trois conditions fondamentales permettent d’éviter la majorité de ces erreurs. La première est la qualité et la précision des consignes d’annotation d’images : un guide complet, illustré, versionné et accessible à tous les membres de l’équipe est l’investissement qui offre le meilleur rapport coût-qualité sur un dataset. La deuxième est l’indépendance effective du contrôle qualité : la séparation entre production et vérification doit être organisationnelle et tracée, pas seulement déclarative. La troisième est la diversité du dataset : annoter davantage d’images sur les mêmes conditions d’acquisition n’améliore pas la robustesse du modèle.
Ces conditions valent que l’annotation d’images soit conduite en interne ou confiée à un prestataire spécialisé. Pour les équipes qui démarrent leur premier projet d’envergure ou qui cherchent à industrialiser leur approche, les services d’annotation d’images professionnelle proposés par des prestataires dotés de processus qualité certifiés offrent un cadre éprouvé pour éviter ces dix erreurs dès le premier lot.
Pour approfondir les fondamentaux du domaine, notre guide complet de l’annotation d’images couvre en détail les types de géométries disponibles, le cycle de vie d’un projet d’annotation et les critères de choix entre internalisation et externalisation. Pour anticiper l’évolution de la discipline à l’horizon des modèles de fondation et comprendre pourquoi les données annotées de qualité resteront déterminantes même dans un contexte de forte automatisation, consultez l’article Annotation d’images à l’ère des modèles de fondation : quel avenir ?
Si vous souhaitez faire évaluer votre processus d’annotation actuel ou structurer votre prochain projet sur des bases solides, contactez nos équipes pour un échange sur votre cas d’usage spécifique.
