L’article d’ouverture de cette série sur la segmentation d’images satellites a présenté la nomenclature comme la décision fondatrice d’un projet de segmentation d’images satellites. Celui-ci expose comment la concevoir, et pourquoi cette opération relève d’un arbitrage plutôt que d’un choix technique.Une nomenclature de segmentation d’images satellites n’est jamais correcte ou incorrecte dans l’absolu. Elle est adaptée ou inadaptée à une finalité, et deux finalités différentes produisent des découpages incompatibles du même territoire.
Ce qu’une nomenclature définit
Quatre éléments la composent en segmentation d’images satellites.Leur omission produit des difficultés distinctes.La liste des classes constitue l’élément visible d’une nomenclature et le seul que la plupart des projets formalisent.La définition de chaque classe, énoncée en termes observables plutôt que conceptuels, constitue le deuxième. Une classe définie comme forêt ne dit rien ; une classe définie par un taux de couvert arboré supérieur à un seuil sur une surface minimale dit quelque chose de vérifiable.Les règles de priorité constituent le troisième. Une surface pouvant relever de plusieurs classes, l’ordre d’attribution doit être fixé, faute de quoi deux annotateurs trancheront différemment.Et l’unité minimale de cartographie constitue le quatrième. Une nomenclature doit indiquer la surface en deçà de laquelle un objet n’est pas représenté, décision qui détermine largement le coût d’annotation.Ce quatrième élément est de loin le plus souvent omis et il produit l’essentiel des désaccords sur le volume de travail.Reprendre ou concevoir une nomenclature
Cet arbitrage précède la conception elle-même.Il mérite d’être posé explicitement.Reprendre un référentiel existant présente trois avantages. La comparabilité avec les travaux qui l’emploient. La disponibilité de données de référence déjà produites selon cette nomenclature. Et la crédibilité auprès d’interlocuteurs institutionnels qui la connaissent.Elle présente trois inconvénients symétriques. Une granularité conçue pour une autre finalité, généralement plus grossière que le besoin. Des frontières de classes qui ne correspondent pas aux distinctions utiles au projet. Et une unité minimale de cartographie qui peut exclure précisément ce qu’il faut observer.Concevoir une nomenclature propre inverse exactement ces trois termes. Elle répond au besoin et elle interdit toute comparaison, ce qui pèse lourdement dès qu’un projet vise une publication ou un usage institutionnel.Une troisième voie mérite d’être privilégiée dans la plupart des cas : concevoir une nomenclature adaptée au besoin en établissant une correspondance documentée vers un référentiel existant. Le coût supplémentaire est faible et il préserve les deux avantages.Les référentiels existants
Plusieurs familles coexistent et leur logique diffère.Elles ne se convertissent donc pas mécaniquement l’une dans l’autre.Les nomenclatures d’occupation du sol décrivent ce qui recouvre physiquement la surface, végétation, eau, sol nu, surface artificialisée. Elles sont observables directement depuis l’espace.Les nomenclatures d’usage du sol décrivent la fonction, agricole, résidentielle, industrielle, récréative. Elles ne sont pas directement observables, un même couvert herbacé pouvant relever d’un usage agricole, récréatif ou d’une dépendance d’infrastructure.Cette distinction est fondamentale et elle est pourtant régulièrement ignorée. Un projet demandant à un modèle de prédire un usage à partir d’une image lui demande d’inférer une information que l’image ne contient pas, ce qui produit des performances décevantes attribuées à tort au modèle.Une troisième famille combine les deux dans une nomenclature hiérarchique, ce qui est la solution la plus répandue et la plus délicate à annoter, l’annotateur devant parfois mobiliser un contexte extérieur à l’image.La hiérarchie et ses niveaux
Cette structure présente des propriétés utiles en segmentation d’images satellites.Une nomenclature hiérarchique de segmentation d’images satellites organise les classes en niveaux emboîtés, et cette structure présente des propriétés utiles.Elle permet d’annoter au niveau le plus fin possible selon les cas rencontrés, une zone ambiguë pouvant être classée au niveau supérieur plutôt qu’arbitrairement à un niveau fin.Elle permet ensuite d’agréger le résultat selon différents besoins, un même corpus servant plusieurs usages.Et elle permet enfin d’évaluer à plusieurs niveaux, ce qui distingue une erreur grossière d’une confusion entre classes voisines.Trois précautions encadrent cette structure hiérarchique. Chaque niveau doit être exhaustif et exclusif, toute surface relevant d’une classe et d’une seule. Les niveaux fins doivent être réellement distinguables à la résolution employée, faute de quoi ils produisent du bruit. Et la profondeur doit être proportionnée, une hiérarchie à quatre niveaux étant rarement annotable de façon cohérente.Le nombre de classes
Cette décision quantitative conditionne tout le projet.Elle est prise trop rapidement dans la plupart des cas.Chaque classe supplémentaire produit quatre effets distincts. Elle accroît le coût d’annotation, l’annotateur devant trancher davantage de distinctions. Elle accroît le coût de validation, chaque classe devant disposer d’un effectif suffisant dans l’échantillon de référence. Elle réduit la performance par classe, le modèle disposant de moins d’exemples par catégorie. Et elle multiplie les confusions possibles.Une règle pratique simple en découle. Une classe ne se justifie que si une décision opérationnelle en dépend, et un projet gagne à commencer avec le nombre minimal puis à raffiner s’il y a lieu, plutôt que l’inverse.Une observation importante complète ce constat. Les classes rares posent une difficulté particulière : elles couvrent une faible proportion du territoire, elles sont donc peu représentées dans un échantillon aléatoire, et elles sont pourtant souvent celles qui intéressent le projet. Une stratification s’impose alors, question que l’article consacré aux données de référence détaille.Définir une classe en termes observables
Cette exigence distingue une nomenclature utilisable d’une liste de mots.Elle est rarement satisfaite.Une définition opérationnelle de classe comporte quatre éléments. Un critère observable, exprimé en termes de ce qui est visible sur l’image. Un ou plusieurs seuils quantifiés lorsque le critère est continu. Une surface minimale d’application. Et une règle explicite pour les cas de recouvrement partiel.Trois exemples illustrent clairement l’écart entre une définition et une simple étiquette.Une classe nommée simplement zone urbaine ne dit rien. Une classe définie par une proportion de surface bâtie supérieure à un seuil, appréciée sur une surface donnée, se vérifie.Une classe nommée simplement forêt ne dit rien non plus. Une classe définie par un taux de couvert arboré, une hauteur minimale et une surface minimale se vérifie et correspond d’ailleurs aux définitions employées par les référentiels forestiers.Et une classe nommée eau ne dit rien pour les surfaces temporaires. Une classe définie par la présence d’eau libre à la date d’acquisition, distinguée d’une classe de zone inondable définie par la fréquence de submersion, lève l’ambiguïté principale de ce domaine.Le traitement des cas limites
Un référentiel de cas accompagne toute nomenclature sérieuse.Un référentiel de cas accompagne toute nomenclature sérieuse et il se constitue avant la production.Cinq familles de cas limites reviennent systématiquement en segmentation d’images satellites et méritent d’être tranchées à l’avance.Les transitions progressives, lisières, zones périurbaines et rivages, pour lesquelles la position exacte de la limite doit être conventionnelle.Les surfaces en changement, chantiers, coupes récentes et friches, dont l’attribution dépend d’une convention sur l’état de référence.Les objets linéaires étroits, routes, haies et cours d’eau, dont la représentation dépend de la résolution et de l’unité minimale.Les zones ombrées, dont l’information est insuffisante et pour lesquelles une classe dédiée ou une règle d’attribution par contexte doit être choisie.Et les surfaces mixtes irrégulières, mosaïques agricoles ou habitat dispersé, qui appellent soit une classe de mosaïque, soit une règle de proportion dominante.Une méthode éprouvée s’impose pour les traiter. Faire trancher chaque famille par un expert sur des exemples réels avant la production, consigner la décision avec son illustration, et distribuer ce référentiel aux annotateurs. Cette opération occupe quelques jours et elle évite une variabilité que rien ne permettra ensuite de corriger.L’unité minimale de cartographie
Ce paramètre détermine largement le coût d’un projet de segmentation d’images satellites.Un paramètre détermine largement le coût et il mérite un traitement propre.Elle désigne la surface en deçà de laquelle un objet n’est pas représenté séparément mais absorbé dans la classe environnante.Trois considérations permettent de la fixer. La résolution disponible, un objet devant couvrir plusieurs pixels comme l’article d’ouverture l’a établi. La finalité, une cartographie régionale et un suivi parcellaire n’ayant pas les mêmes exigences. Et le budget, une unité fine multipliant le nombre d’objets à délimiter.Une conséquence contre-intuitive mérite ici d’être signalée. Abaisser l’unité minimale n’améliore pas nécessairement la qualité du produit. Elle multiplie les petits objets, qui sont ceux sur lesquels l’incertitude est maximale, ce qui peut dégrader l’exactitude globale tout en augmentant le coût.La dimension temporelle d’une nomenclature
Cette difficulté apparaît dès qu’un projet porte sur plusieurs dates.Elle est rarement anticipée.Une nomenclature d’état décrit ce qui se trouve au sol à une date donnée. Une nomenclature de changement décrit une transition entre deux dates, ce qui est une notion différente et non une simple comparaison.Trois difficultés propres s’attachent à cette notion. Toutes les transitions ne sont pas d’intérêt égal, un passage de forêt à surface artificialisée important davantage qu’un passage de culture à culture, ce qui appelle une nomenclature de transitions plutôt que le produit cartésien des classes. Certaines transitions sont impossibles ou improbables, ce qui constitue une information utile au contrôle. Et une transition peut être progressive, ce qui pose la question de la date à laquelle elle est réputée survenue.Une quatrième difficulté mérite d’être signalée. Une classe peut changer d’apparence sans que le sol ait changé, une parcelle labourée puis semée passant du sol nu au couvert végétal sans changement d’usage. Une nomenclature de changement doit donc distinguer le changement d’état saisonnier du changement durable.Cette distinction se traite au niveau de la nomenclature plutôt qu’au niveau du modèle, et l’omettre produit un dispositif signalant des changements que l’utilisateur ne considère pas comme tels.Éprouver une nomenclature avant de produire
Cette étape sépare une nomenclature écrite d’une nomenclature applicable.Une étape sépare une nomenclature écrite d’une nomenclature applicable, et l’omettre est l’erreur la plus fréquente de cette phase.Le principe consiste à faire annoter un même échantillon réduit par plusieurs personnes indépendamment, puis à examiner leurs désaccords.Trois informations utiles en découlent. Le taux d’accord global, qui donne une borne supérieure à la performance qu’un modèle pourra atteindre. La localisation des désaccords, qui identifie les classes et les situations mal définies. Et la cadence d’annotation, qui transforme une estimation de coût en chiffre mesuré.Une observation importante accompagne cet exercice. Un désaccord élevé n’indique pas des annotateurs médiocres mais une nomenclature insuffisamment spécifiée, et la réponse consiste à préciser les définitions plutôt qu’à remplacer les personnes.Cet exercice occupe quelques jours sur un projet qui en compte plusieurs mois, et il est le seul moyen d’établir qu’une nomenclature fonctionne avant d’y engager un budget.La nomenclature vue depuis le modèle
Certains choix ont des effets prévisibles sur l’apprentissage en segmentation d’images satellites.Cette lecture technique complète les considérations méthodologiques.Quatre configurations de classes posent des difficultés connues.Les classes visuellement proches, une prairie et une jachère par exemple, produisent des confusions que le modèle ne peut pas résoudre si l’information distinctive n’est pas dans l’image. Les fusionner ou ajouter une source d’information sont les deux réponses possibles.Les classes très déséquilibrées produisent un modèle qui apprend surtout la classe dominante. La pondération à l’entraînement et la stratification de l’échantillon d’évaluation répondent à ce problème sans le supprimer.Les classes définies par un contexte étendu, comme un usage résidentiel qui dépend de l’organisation du bâti alentour, se prédisent mal avec des architectures à champ réceptif limité, ce que l’article consacré aux modèles détaille.Et les classes définies par un seuil sur une variable continue produisent une erreur concentrée près du seuil, où de petites variations font basculer la décision.Une conséquence pratique en découle pour un projet de segmentation d’images satellites. Confronter la nomenclature envisagée à ces quatre configurations avant la production révèle des difficultés qui, découvertes après l’entraînement, seraient attribuées au modèle plutôt qu’à la définition des classes.Documenter une nomenclature
Ce document rend le travail réutilisable.Un document accompagne le corpus et sa composition mérite d’être précisée, puisque c’est lui qui rend le travail réutilisable.Six éléments composent ce document. La liste des classes avec leur hiérarchie. La définition opérationnelle de chacune, en termes observables et quantifiés. Les règles de priorité en cas d’appartenance multiple. L’unité minimale de cartographie. Le référentiel de cas limites avec ses illustrations. Et la correspondance vers un référentiel existant lorsqu’elle a été établie.Deux propriétés rendent ce document précieux bien au delà du projet. Il permet à un tiers d’évaluer ce que le corpus permet de revendiquer, ce que l’article consacré à la validation a montré déterminant. Et il permet de reprendre le travail ultérieurement, une nomenclature non documentée rendant un corpus inextensible.Le cas des nomenclatures imposées
Un projet de segmentation d’images satellites doit parfois employer une nomenclature qu’il n’a pas choisie.Trois situations imposent cette contrainte. Une exigence réglementaire, un rapportage administratif devant employer un référentiel officiel. Une exigence de comparabilité, un projet s’inscrivant dans une série existante. Ou une exigence client, un système destinataire n’acceptant que certaines classes.Quatre marges de manœuvre réelles subsistent néanmoins dans ces cas.Préciser les définitions sans modifier les classes, un référentiel officiel laissant fréquemment une latitude d’interprétation qu’il vaut mieux fixer explicitement que laisser à chaque annotateur.Constituer le référentiel de cas limites, qui relève du projet même lorsque les classes sont imposées.Annoter à un niveau plus fin en interne et agréger à la livraison, ce qui satisfait l’exigence tout en préservant l’information.Et documenter les écarts constatés entre la définition officielle et les situations rencontrées, information utile au client et souvent absente des travaux comparables.Cette quatrième marge est la plus valorisable commercialement. Un prestataire signalant les ambiguïtés d’un référentiel imposé démontre une maîtrise que l’application docile ne montre pas.Les erreurs les plus fréquentes
- Fixer la nomenclature après avoir commencé l’annotation.
- Définir les classes par des étiquettes plutôt que par des critères observables.
- Demander de prédire un usage à partir d’une information de couvert.
- Omettre les règles de priorité en cas d’appartenance multiple.
- Ne pas fixer l’unité minimale de cartographie.
- Multiplier les classes sans qu’une décision en dépende.
- Créer des niveaux fins non distinguables à la résolution employée.
- Négliger le référentiel de cas limites avant la production.
- Interpréter un désaccord entre annotateurs comme un défaut de personnes.
- Abaisser l’unité minimale en supposant que la qualité s’améliore.
- Annoter au niveau agrégé et devoir raffiner ensuite.
- Confondre changement saisonnier d’apparence et changement durable d’occupation.
