Les erreurs d’annotation d’adventices et leurs conséquences

Les onze articles précédents de ce cluster ont signalé des erreurs au fil de leurs sujets. Celui-ci les rassemble et les classe par moment de survenue, méthode qui permet de détecter une difficulté là où elle apparaît plutôt qu’à la livraison. Une observation traverse ce recensement : la fenêtre saisonnière rend la correction bien plus coûteuse ici que dans les autres domaines de vision. Il prolonge l’article consacré aux capteurs.

Pourquoi ces erreurs coûtent plus cher ici

Trois propriétés aggravent la correction en détection de mauvaises herbes. La fenêtre d’acquisition est saisonnière, ce qui fait qu’une erreur de conception se paie d’une année plutôt que de quelques semaines. La vérité terrain relève d’un jugement botanique, ce qui rend une reprise dépendante de la disponibilité d’un agronome. Et le corpus ne se transpose pas entre cultures ni entre régions, ce qui interdit de compenser une lacune par des images venues d’ailleurs. Une conséquence pratique importante en découle. Ces trois propriétés font que l’asymétrie entre coût de prévention et coût de correction, déjà forte dans les autres domaines, atteint ici son maximum.

Les erreurs de cadrage

Cette famille survient avant toute image. Elle est la plus coûteuse d’un projet de détection de mauvaises herbes. Retenir une identification d’espèce là où la distinction binaire suffisait, ce qui multiplie le coût du corpus sans améliorer la décision. Viser à la fois la précocité et l’identification d’espèce, deux objectifs partiellement incompatibles au stade cotylédonaire. Sous-estimer le nombre de contextes, le produit des cultures, régions et stades étant presque toujours plus grand qu’anticipé. Et engager un projet sans compétence agronomique disponible, obstacle éliminatoire plutôt que difficulté à contourner.

Les erreurs de nomenclature

Cette famille détermine le plafond de tout ce qui suit en détection de mauvaises herbes. Construire la nomenclature à partir d’un référentiel botanique plutôt qu’à partir des décisions que le système déclenchera. Omettre la classe des plantes à protéger, couverts, bordures et cultures associées. Omettre la classe des objets indéterminés, ce qui contraint les annotateurs à trancher au hasard. Omettre la classe des zones inexploitables, ce qui produit une omission silencieuse. Et figer la nomenclature avant d’avoir compté les effectifs par classe sur un premier lot.

Les erreurs de convention

Cette famille concentre l’essentiel de la variabilité réelle entre annotateurs. Ne pas écrire la convention de traitement des tapis d’adventices, source principale de divergence. Ne pas fixer la fenêtre de stades couverte et exclue. Négliger la frontière entre culture et repousse de la culture précédente. Illustrer un référentiel sans montrer les confusions associées à chaque espèce. Et ne pas préciser la conduite à tenir quand aucun critère ne départage.

Les erreurs de corpus

Cette famille porte sur ce que les images couvrent. Elle se corrige mal après la saison. Collecter avant d’avoir fixé la formulation de la tâche. Constituer le corpus au fil des sorties plutôt que selon un plan d’échantillonnage. Acquérir toutes les images dans les mêmes conditions d’éclairement et de sol. Écarter les images dégradées qui seront présentes en production. Attendre les espèces rares au lieu de les rechercher délibérément. Et ne pas enregistrer l’identifiant de parcelle, ce qui interdit une séparation correcte entre entraînement et évaluation.

Les erreurs de production

Cette famille relève de l’exécution. Elle affecte la cohérence autant que la cadence. Employer des annotateurs sans formation botanique sur une nomenclature d’espèces. Présenter la nomenclature complète en une seule fois plutôt que progressivement. Tolérer plutôt qu’encourager le recours à la classe indéterminée. Annoter une plante avec son ombre portée. Et laisser les annotateurs écarter les images difficiles faute de consigne explicite.

Les erreurs de contrôle

Cette famille produit des résultats qui paraissent bons sans l’être. Se fier à un taux global d’objets correctement annotés. Ne pas mesurer le désaccord entre annotateurs avant de s’engager sur une exigence. Confondre accord et justesse, deux annotateurs pouvant se tromper ensemble. Interpréter une baisse du taux d’indéterminés comme un progrès. Négliger la mesure des omissions, qui demande une réannotation exhaustive. Et omettre l’échantillon de contrôle constant qui seul révèle la dérive dans le temps.

Les erreurs d’usage

Cette famille tient à l’articulation entre le corpus et ce qui l’exploite. Réutiliser un paramétrage conçu pour la pulvérisation sur un outil de désherbage mécanique. Annoter avec une précision que le régime de traitement par section ne demandait pas. Annoter les adventices là où l’outil demandait de reconnaître la culture. Négliger les plants de culture atypiques, faibles ou couchés, dans un usage à action irréversible. Et enrichir le capteur sans enrichir le corpus en conséquence.

Les erreurs de pérennité

Cette famille survient après la livraison. Elle est la moins anticipée de toutes. Ne pas prévoir de campagne pour la saison suivante, seule source de variabilité inter-annuelle. Omettre la ligne de fonctionnement au budget. Laisser la connaissance des conventions dans la tête d’une personne. Ne pas conserver les images brutes, ce qui interdit toute réexploitation avec un autre prétraitement. Et ne pas trancher au cadrage la propriété du corpus et le droit de réutilisation.

Le coût comparé des familles

Toutes ne coûtent pas la même chose en détection de mauvaises herbes. Cette lecture économique éclaire les priorités. Une erreur de cadrage coûte le projet entier, rien de ce qui a été produit ne servant. Une erreur de nomenclature coûte le corpus, dont la reprise représente le poste dominant. Une erreur de convention coûte une réannotation partielle, plus supportable et néanmoins lourde. Une erreur de corpus coûte une saison, contrainte calendaire qu’aucun moyen ne lève. Une erreur de production coûte une reprise de lot, généralement circonscrite. Et une erreur de pérennité coûte la reconstitution, plus cher que la construction initiale puisque le contexte a été perdu. Cette gradation conduit à une conclusion pratique en détection de mauvaises herbes. L’effort de prévention se place le plus efficacement sur les deux premières familles, où il coûte quelques jours et évite des mois.

Les erreurs propres à ce domaine

Cinq erreurs n’ont aucun équivalent dans les autres domaines de vision et elles surprennent les équipes venant de l’industriel. Traiter la variabilité botanique comme la difficulté principale, alors que la variabilité des conditions la dépasse souvent en amplitude. Supposer qu’un annotateur peut identifier une espèce sans formation, transfert qui échoue là où la reconnaissance d’un défaut industriel réussissait. Planifier une acquisition sans tenir compte de la fenêtre agronomique, contrainte calendaire absente de tout autre domaine. Négliger que la cible et l’objet à préserver appartiennent au même règne, proximité qui n’a pas d’équivalent en détection d’objets manufacturés. Et attendre d’une seule saison qu’elle produise un corpus représentatif, alors que la variabilité inter-annuelle en est structurellement absente. Une observation en découle pour un prestataire de détection de mauvaises herbes. Ces cinq erreurs sont commises presque systématiquement par une équipe abordant l’agricole pour la première fois, ce qui en fait le contenu prioritaire d’une préparation de projet.

La structure commune de ces erreurs

Une observation transversale explique leur persistance malgré leur caractère évitable. Trois propriétés les caractérisent. Elles se commettent par omission plutôt que par action, une décision non prise étant moins visible qu’une décision erronée. Elles ne produisent aucun effet immédiat, leurs conséquences apparaissant des semaines ou une saison plus tard. Et leur correction ne produit aucun livrable visible, ce qui la rend difficile à justifier auprès d’un commanditaire attendant des images annotées. Cette asymétrie entre coût de prévention et coût de correction constitue la caractéristique dominante du recensement, une convention de tapis écrite coûtant une heure et sa reconstitution après production coûtant le corpus.

Les signaux d’alerte

Six signes indiquent qu’un projet s’engage mal et ils se repèrent tôt. Personne ne peut nommer la décision que le système déclenchera. La liste des espèces vient d’un référentiel botanique régional plutôt que des relevés du client. Aucun agronome ne figure au dispositif. La convention de tapis d’adventices n’apparaît nulle part. Le calendrier ne comporte pas de lot pilote. Et aucune campagne ultérieure ne figure au budget. Une observation en découle. Ces six signes se vérifient en lisant un cahier des charges, ils ne demandent aucune compétence agronomique, et leur présence prédit mieux une difficulté que n’importe quelle analyse du dispositif technique retenu.

Les erreurs qui n’en sont pas

Quatre situations sont régulièrement traitées comme des défaillances alors qu’elles sont structurelles. L’indécidabilité d’une plantule au stade cotylédonaire, qui relève de la biologie et non de la compétence. Le désaccord entre annotateurs sur les cas ambigus, attendu et constituant une information plutôt qu’un défaut. La performance inférieure sur les classes rares, structurelle et non corrigible par un meilleur travail. Et l’absence de généralisation à une région non couverte, propriété du domaine plutôt que faiblesse du corpus. Une conséquence pratique en découle pour un projet de détection de mauvaises herbes. Distinguer une erreur d’une limite évite de consacrer un effort à corriger ce qui ne peut pas l’être, et cette distinction se pose au diagnostic plutôt qu’après plusieurs tentatives infructueuses.

Le dispositif de prévention

Six mesures traitent la majorité des erreurs de détection de mauvaises herbes recensées. Leur coût total reste modeste. Le cadrage par la décision, en interrogeant l’utilisateur final sur ce que le système déclenchera. Le lot pilote sur images réelles, qui établit faisabilité, cadence et désaccord. La nomenclature construite avec un agronome sur ce lot, avec référentiel illustré et conventions écrites. Le plan d’échantillonnage couvrant stades, conditions et espèces rares. La mesure du désaccord avant tout engagement contractuel. Et la documentation rédigée pendant la production, référentiel, trace des décisions et rapport de qualité.

Auditer un projet en cours

Quatre questions suffisent. Elles établissent en une heure où se situe un projet, auprès d’une équipe rencontrée pour la première fois. Demander à voir la convention de tapis d’adventices. Son absence indique que le projet n’a pas traité sa source principale de divergence. Demander comment le désaccord entre annotateurs a été mesuré. Une réponse chiffrée indique un engagement fondé, une impression indique une promesse en l’air. Demander quel agronome intervient et à quelle fréquence. Une réponse vague plafonne la qualité atteignable. Et demander ce que le plan d’échantillonnage couvre en conditions. Une réponse limitée aux stades signale la lacune la plus fréquente. Une observation en découle. Ces quatre réponses caractérisent un projet plus sûrement que n’importe quel indicateur de performance, et elles ne demandent aucun accès aux données.

Une liste de vérification avant production

Dix points condensent ce recensement en un contrôle applicable avant de lancer une production de détection de mauvaises herbes. La décision que le système déclenchera est nommée. La formulation retenue est la plus simple compatible avec cette décision. La liste des espèces vient des relevés du client croisés avec les images. La classe des plantes à protéger figure à la nomenclature. Les classes indéterminé et zone inexploitable figurent également. La convention de tapis d’adventices est écrite. La fenêtre de stades couverte et exclue est documentée. Le plan d’échantillonnage couvre les conditions autant que les stades. L’identifiant de parcelle sera enregistré. Et le désaccord entre annotateurs a été mesuré avant l’engagement. Un projet cochant ces dix points a traité l’essentiel des causes recensées. Un projet en cochant moins de la moitié rencontrera probablement plusieurs des familles exposées, et il vaut mieux le savoir avant d’engager une saison.

Ce que ce recensement enseigne

Une observation transversale mérite de clore cet examen car elle recoupe le constat des séries précédentes. Les erreurs recensées sont presque toutes non techniques. Trois constats la composent. Aucune ne relève d’une insuffisance de savoir-faire, les opérations en cause étant simples à décrire et à exécuter. Presque toutes relèvent d’une décision non prise, formulation non arbitrée, convention non écrite, mesure non conduite. Et leur prévention se démontre par des documents plutôt que par des affirmations, ce qui la rend vérifiable par un tiers. Ce constat rejoint exactement celui que les séries consacrées à la segmentation d’images satellites et au LiDAR aérien ont établi dans des domaines aux contraintes très différentes, ce qui suggère une propriété générale des projets de constitution de corpus plutôt qu’une particularité agricole.

Les erreurs les plus coûteuses

• Retenir une identification d’espèce là où le binaire suffisait.
• Viser simultanément la précocité et l’identification d’espèce.
• Engager un projet sans compétence agronomique disponible.
• Omettre la convention de traitement des tapis d’adventices.
• Omettre la classe des plantes à protéger.
• Collecter des images avant d’avoir fixé la formulation.
• Ne pas enregistrer l’identifiant de parcelle.
• Ne pas mesurer le désaccord entre annotateurs avant de s’engager.
• Acquérir dans une seule condition d’éclairement et de sol.
• Omettre la campagne de la saison suivante au budget.

Reprendre un projet en difficulté

Une situation fréquente mérite d’être traitée, un prestataire étant régulièrement sollicité après un premier travail insatisfaisant. Quatre questions déterminent ce qui peut être sauvé. À quelle famille appartient la défaillance, une erreur de production se corrigeant par reprise de lot et une erreur de cadrage imposant de recommencer. Les conventions employées sont-elles documentées, leur présence permettant d’identifier ce qui doit être repris et leur absence imposant une reconstitution par échantillonnage. Les images brutes et les métadonnées ont-elles été conservées, leur absence rendant impossible toute réexploitation et parfois tout diagnostic. Et la saison suivante est-elle atteignable dans le calendrier du client, question qui détermine si une lacune de corpus est corrigible ou définitive. Une observation importante en découle pour un prestataire de détection de mauvaises herbes. La quatrième question est propre à ce domaine et souvent décisive, une lacune identifiée en octobre ne se comblant pas avant le printemps suivant quels que soient les moyens engagés.

Pourquoi ces erreurs persistent

Une observation transversale mérite d’être posée car des erreurs connues continuent de se produire. Trois mécanismes entretiennent leur persistance au delà de l’ignorance. La pression de la fenêtre agronomique favorise les raccourcis, un projet lancé tard préférant acquérir vite plutôt que concevoir bien, arbitrage compréhensible et presque toujours perdant. L’asymétrie d’information empêche un commanditaire de distinguer un corpus rigoureux d’un corpus rapide avant que les conséquences n’apparaissent, situation aggravée ici par le délai d’une saison. Et la séparation des acteurs disperse les décisions, l’agronome, l’ingénieur, le constructeur d’outil et le prestataire d’annotation intervenant chacun sur une part sans que personne ne tienne l’ensemble. Ce troisième mécanisme est le plus spécifique à ce domaine. Il explique que des erreurs évidentes pour chacun des acteurs pris séparément traversent néanmoins un projet, faute d’un moment où la chaîne complète est examinée par quelqu’un. Une conséquence en découle pour un prestataire de détection de mauvaises herbes. Occuper ce moment, en posant les questions de bout en bout au cadrage, constitue une valeur distincte de l’annotation elle-même et que peu d’acteurs proposent.

Exposer ces erreurs à un client

Nommer les échecs possibles paraît contre-productif et ne l’est pas en détection de mauvaises herbes. Trois raisons justifient cette transparence. Un client averti pose de meilleures questions, ce qui produit un projet mieux cadré et moins de litiges à la livraison. Le domaine est jeune et la plupart des commanditaires n’ont pas d’expérience de ses modes d’échec, ce qui rend l’information réellement utile plutôt que redondante. Et une difficulté annoncée avant qu’elle survienne se traite conjointement, quand la même difficulté découverte à la livraison devient un reproche. Une réserve accompagne cette recommandation. Exposer les erreurs sans exposer le dispositif qui les traite installe une inquiétude sans y répondre, ce qui plaide pour présenter systématiquement les deux ensemble.

Ce que ce recensement offre à un prestataire

Trois conséquences commerciales se dégagent. La première est que la prestation de cadrage a une valeur démontrable. Un interlocuteur capable de poser les questions de faisabilité avant l’engagement épargne à son client une saison dont le coût dépasse largement celui du cadrage. La deuxième est que les familles dominantes, cadrage et nomenclature, relèvent précisément du domaine de compétence d’un prestataire d’annotation, ce qui rend son intervention plus déterminante que celle de l’équipe qui choisit le matériel. Et la troisième est que ces erreurs sont peu documentées publiquement, la littérature agricole traitant surtout des modèles, ce qui rend leur exposition différenciante. Cette troisième conséquence mérite d’être soulignée. Un prestataire capable de nommer ce qui fait échouer un projet démontre une expérience qu’aucune présentation de capacités ne remplace, et cette démonstration coûte une conversation.

Les trois choses à corriger en premier

Une simplification finale réduit ce recensement à ce qu’une équipe devrait traiter avant tout le reste. Écrire la convention de tapis d’adventices. Elle coûte une heure, elle traite la première source de divergence entre annotateurs, et elle ne se reconstitue pas après production. Mesurer le désaccord entre deux annotateurs avant tout engagement. Elle coûte une journée et elle détermine ce qui peut être promis. Et enregistrer l’identifiant de parcelle à l’acquisition. Elle coûte un champ et son absence rend invérifiable toute performance annoncée. Ces trois mesures partagent une propriété. Chacune est bon marché, chacune est disponible immédiatement, et chacune protège contre une défaillance dont le coût de correction est sans commune mesure avec le coût de prévention. Tout le reste du recensement améliore un projet. Ces trois points déterminent s’il pourra être défendu, corrigé ou étendu, ce qui les place dans une catégorie différente.

Ce qu’il faut retenir

Les erreurs de ce domaine se classent en huit familles par moment de survenue, et les trois premières, cadrage, nomenclature et convention, déterminent le plafond de tout ce qui suit. Trois lectures se dégagent. La fenêtre saisonnière porte l’asymétrie entre prévention et correction à son maximum, une erreur de conception se payant d’une année là qu’elle coûterait quelques semaines ailleurs. La plupart de ces erreurs se commettent par omission, ne produisent aucun effet immédiat et ne laissent aucune trace visible lorsqu’on les corrige, trois propriétés qui expliquent leur persistance. Et six mesures de prévention représentant quelques jours sur un projet qui en compte plusieurs mois traitent les causes de la majorité des échecs recensés. Pour la vue prospective de ce domaine, l’article consacré aux tendances de la détection de mauvaises herbes examine les évolutions. Pour la mesure de la qualité, l’article sur la qualité d’annotation expose les métriques. Pour approfondir les modalités d’exécution, les formats pris en charge et les dispositifs de contrôle applicables, vous pouvez consulter notre page dédiée au traitement de données agricoles. Et si vous souhaitez faire cadrer un projet avant de l’engager, échangeons sur votre projet.