IA, Data, Annotation & Innovation, découvrez le blog d’Infoscribe.ai
La synergie entre expertise humaine et technologies avancées au service de la donnée.
La plupart des projets de vision qui échouent disposaient d’un budget suffisant, d’une équipe...
Un devis de vision par ordinateur chiffre presque toujours la partie visible du travail. Les postes qui...
![[FR] Article 531 - Segmentation d'images médicales - n°15 - De nnU-Net aux modèles de fondation médicaux - les tendances](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-531-Segmentation-dimages-medicales-n°15-De-nnU-Net-aux-modeles-de-fondation-medicaux-les-tendances-768x393.webp)
Une évaluation comparative récente sur la segmentation de tumeurs cérébrales résume la situation du domaine...
![[FR] Article 530 - Segmentation d'images médicales - n°14 - Protocoles et consensus - encadrer la segmentation médicale](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-530-Segmentation-dimages-medicales-n°14-Protocoles-et-consensus-encadrer-la-segmentation-medicale-768x546.jpg)
La seule étude systématique consacrée aux consignes d’annotation en analyse d’images biomédicales...
![[FR] Article 529 - Segmentation d'images médicales - n°13 - Les erreurs classiques en segmentation d'images médicales](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-529-Segmentation-dimages-medicales-n°13-Les-erreurs-classiques-en-segmentation-dimages-medicales-768x768.webp)
Un audit de corpus publié récemment livre un résultat qui devrait changer la façon dont on conçoit un...
Le choix d’un format de segmentation d’images médicales ressemble à une décision technique...
![[FR] Article 527 - Segmentation d'images médicales - n°11 - Combien coûte la segmentation d'images médicales](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-527-Segmentation-dimages-medicales-n°11-Combien-coute-la-segmentation-dimages-medicales-768x425.png)
Une étude consacrée à un logiciel d’annotation de lésions thoraciques publie un chiffre qui devrait...
![[FR] Article 526 - Segmentation d'images médicales - n°10 - Segmentation semi-automatique - interpolation, croissance de région, IA interactive](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-526-Segmentation-dimages-medicales-n°10-Segmentation-semi-automatique-interpolation-croissance-de-region-IA-interactive-768x339.jpg)
Les gains annoncés par l’assistance automatique s’étalent sur deux ordres de grandeur, et...
![[FR] Article 525 - Segmentation d'images médicales - n°9 - La variabilité inter-experts en segmentation médicale](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-525-Segmentation-dimages-medicales-n°9-La-variabilite-inter-experts-en-segmentation-medicale-768x734.jpg)
Une publication récente formule en une phrase ce que la plupart des projets refusent d’admettre...
![[FR] Article 524 - Segmentation d'images médicales - n°8 - Dice, Hausdorff - les métriques de la segmentation d'images médicales](https://infoscribe.ai/wp-content/uploads/2026/10/FR-Article-524-Segmentation-dimages-medicales-n°8-Dice-Hausdorff-les-metriques-de-la-segmentation-dimages-medicales.webp)
Une étude récente a comparé onze outils libres calculant les mêmes métriques de distance sur les mêmes...
![[FR] Article 523 - Segmentation d'images médicales - n°7 - 3D Slicer et les outils de segmentation d'images médicales](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-523-Segmentation-dimages-medicales-n°7-3D-Slicer-et-les-outils-de-segmentation-dimages-medicales-768x398.webp)
Une publication récente consacrée à un nouvel outil d’annotation médicale formule en une phrase...
![[FR] Article 522 - Segmentation d'images médicales - n°6 - Segmentation pulmonaire - lobes, nodules, pathologies](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-522-Segmentation-dimages-medicales-n°6-Segmentation-pulmonaire-lobes-nodules-pathologies-768x573.png)
Le poumon présente une difficulté que peu d’organes partagent : la frontière qu’il faut tracer...
![[FR] Article 521 - Segmentation d'images médicales - n°5 - Segmentation cardiaque - cavités, myocarde, vaisseaux](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-521-Segmentation-dimages-medicales-n°5-Segmentation-cardiaque-cavites-myocarde-vaisseaux-768x727.jpeg)
Un détail anatomique résume à lui seul la nature du problème cardiaque. Les muscles papillaires et les...
![[FR] Article 520 - Segmentation d'images médicales - n°4 - Segmentation osseuse - de l'image à la chirurgie et à l'impression 3D](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-520-Segmentation-dimages-medicales-n°4-Segmentation-osseuse-de-limage-a-la-chirurgie-et-a-limpression-3D-768x876.jpg)
Un résultat de concours dit l’essentiel sur la segmentation osseuse. Sur le contourage vertébral,...
![[FR] Article 519 - Segmentation d'images médicales - n°3 - Segmenter des tumeurs - enjeux cliniques et méthodologiques](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-519-Segmentation-dimages-medicales-n°3-Segmenter-des-tumeurs-enjeux-cliniques-et-methodologiques-768x173.webp)
Les organisateurs d’un concours international de segmentation tumorale formulent un aveu qu’on...
![[FR] Article 518 - Segmentation d'images médicales - n°2 - Segmentation 2D et 3D en imagerie médicale - méthodes et arbitrages](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-518-Segmentation-dimages-medicales-n°2-Segmentation-2D-et-3D-en-imagerie-medicale-methodes-et-arbitrages-768x589.jpg)
Le débat entre approches bidimensionnelle et tridimensionnelle est souvent tranché par principe alors...
![[FR] Article 517 - Segmentation d'images médicales - n°1 - Segmentation d'images médicales - le guide complet](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-517-Segmentation-dimages-medicales-n°1-Segmentation-dimages-medicales-le-guide-complet-768x1088.jpg)
Un résultat récent résume l’état du domaine mieux qu’un long exposé. Sur la segmentation...
![[FR] Article 381 - D├®tection de mauvaises herbes - n┬░15 - Les tendances de la d├®tection de mauvaises herbes](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-381-D├®tection-de-mauvaises-herbes-n┬░15-Les-tendances-de-la-d├®tection-de-mauvaises-herbes-768x431.webp)
Ce cluster se clôt sur une question prospective, et l’exercice appelle une précaution méthodologique....
![[FR] Article 380 - D├®tection de mauvaises herbes - n┬░14 - R├®duction des phytosanitaires - le cadre r├®glementaire europ├®en](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-380-D├®tection-de-mauvaises-herbes-n┬░14-R├®duction-des-phytosanitaires-le-cadre-r├®glementaire-europ├®en-768x485.webp)
La demande en détection de mauvaises herbes ne vient pas principalement d’un progrès technique....
![[FR] Article 379 - D├®tection de mauvaises herbes - n┬░13 - Les erreurs d'annotation en d├®tection d'adventices](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-379-D├®tection-de-mauvaises-herbes-n┬░13-Les-erreurs-dannotation-en-d├®tection-dadventices.webp)
Les onze articles précédents de ce cluster ont signalé des erreurs au fil de leurs sujets. Celui-ci les...
![[FR] Article 378 - D├®tection de mauvaises herbes - n┬░12 - RGB, multispectral - quel capteur choisir](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-378-D├®tection-de-mauvaises-herbes-n┬░12-RGB-multispectral-quel-capteur-choisir.webp)
Le choix du capteur précède celui du modèle et il détermine ce que le système pourra distinguer. Un projet...
![[FR] Article 377 - D├®tection de mauvaises herbes - n┬░11 - Combien co├╗te un projet de d├®tection de mauvaises herbes](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-377-D├®tection-de-mauvaises-herbes-n┬░11-Combien-co├╗te-un-projet-de-d├®tection-de-mauvaises-herbes-768x575.webp)
Le coût d’un projet de détection de mauvaises herbes se répartit différemment de celui d’un...
![[FR] Article 376 - D├®tection de mauvaises herbes - n┬░10 - Qualit├® d'annotation - quand l'agronome tranche](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-376-D├®tection-de-mauvaises-herbes-n┬░10-Qualit├®-dannotation-quand-lagronome-tranche-768x512.webp)
Mesurer la qualité d’une annotation d’adventices pose une difficulté particulière : la référence...
![[FR] Article 375 - D├®tection de mauvaises herbes - n┬░9 - Lumi├¿re, sol, r├®sidus - les conditions qui font ├®chouer](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-375-D├®tection-de-mauvaises-herbes-n┬░9-Lumi├¿re-sol-r├®sidus-les-conditions-qui-font-├®chouer-768x671.webp)
Les conditions de terrain expliquent une part importante des écarts entre la performance annoncée d’un...
![[FR] Article 374 - D├®tection de mauvaises herbes - n┬░8 - Constituer un dataset de d├®tection de mauvaises herbes](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-374-D├®tection-de-mauvaises-herbes-n┬░8-Constituer-un-dataset-de-d├®tection-de-mauvaises-herbes-768x614.webp)
Un corpus de détection de mauvaises herbes ne se constitue pas en collectant des images puis en les faisant...
![[FR] Article 373 - D├®tection de mauvaises herbes - n┬░7 - D├®tecter t├┤t - les premiers stades de croissance](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-373-D├®tection-de-mauvaises-herbes-n┬░7-D├®tecter-t├┤t-les-premiers-stades-de-croissance-768x446.webp)
La valeur agronomique d’une détection décroît avec le temps. Une adventice traitée au stade cotylédonaire...
![[FR] Article 372 - D├®tection de mauvaises herbes - n┬░6 - D├®sherbage m├®canique robotis├® - la pr├®cision requise](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-372-D├®tection-de-mauvaises-herbes-n┬░6-D├®sherbage-m├®canique-robotis├®-la-pr├®cision-requise-768x429.webp)
Le désherbage mécanique robotisé inverse l’arbitrage de la pulvérisation. Une adventice manquée...
![[FR] Article 371 - D├®tection de mauvaises herbes - n┬░5 - Pulv├®risation cibl├®e - ce que le mod├¿le doit voir](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-371-D├®tection-de-mauvaises-herbes-n┬░5-Pulv├®risation-cibl├®e-ce-que-le-mod├¿le-doit-voir-768x512.webp)
La pulvérisation ciblée est l’usage le plus déployé de la détection de mauvaises herbes et celui...
![[FR] Article 370 - D├®tection de mauvaises herbes - n┬░4 - D├®tection de mauvaises herbes en cultures en rang - ma├»s, betterave, soja](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-370-D├®tection-de-mauvaises-herbes-n┬░4-D├®tection-de-mauvaises-herbes-en-cultures-en-rang-ma├s-betterave-soja-768x576.webp)
Les cultures semées en rang à large écartement constituent le terrain le plus favorable de la détection...
![[FR] Article 368 - D├®tection de mauvaises herbes - n┬░2 - Adventices contre cultures - les classes ├á distinguer](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-368-D├®tection-de-mauvaises-herbes-n┬░2-Adventices-contre-cultures-les-classes-├a-distinguer-768x328.jpg)
Décider ce qui constitue une classe est la première opération d’un projet de détection de mauvaises...
![[FR] Article 369 - D├®tection de mauvaises herbes - n┬░3 - Datura, chardon, rumex - annoter les esp├¿ces probl├®matiques](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-369-D├®tection-de-mauvaises-herbes-n┬░3-Datura-chardon-rumex-annoter-les-esp├¿ces-probl├®matiques-768x671.webp)
Certaines adventices concentrent à elles seules l’essentiel de la difficulté d’un projet....
![[FR] Article 486 - segmentation d'images satellites - n┬░15 - Tendances de la segmentation d'images satellites](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-486-segmentation-dimages-satellites-n┬░15-Tendances-de-la-segmentation-dimages-satellites-768x548.webp)
Cette série sur la segmentation d’images satellites se clôt sur une question prospective, et l’exercice...
![[FR] Article 485 - segmentation d'images satellites - n┬░14 - Constituer un dataset de segmentation satellite](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-485-segmentation-dimages-satellites-n┬░14-Constituer-un-dataset-de-segmentation-satellite-768x548.webp)
Les douze articles précédents de cette série sur la segmentation d’images satellites ont traité...
![[FR] Article 484 - segmentation d'images satellites - n┬░13 - Les erreurs en segmentation d'images satellites](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-484-segmentation-dimages-satellites-n┬░13-Les-erreurs-en-segmentation-dimages-satellites-768x803.webp)
Les onze articles précédents de cette série sur la segmentation d’images satellites ont signalé...
![[FR] Article 483 - segmentation d'images satellites - n°12 - Les modèles de segmentation pour l'imagerie satellite](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-483-segmentation-dimages-satellites-n°12-Les-modèles-de-segmentation-pour-limagerie-satellite-768x369.webp)
Les architectures employées en segmentation d’images satellites ont connu trois générations en...
![[FR] Article 482 - segmentation d'images satellites - n┬░11 - Les outils pour segmenter l'imagerie satellite](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-482-segmentation-dimages-satellites-n┬░11-Les-outils-pour-segmenter-limagerie-satellite-768x850.jpg)
L’outillage d’un projet de segmentation d’images satellites se répartit entre quatre...
![[FR] Article 481 - segmentation d'images satellites - n┬░10 - Combien co├╗te la segmentation d'images satellites](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-481-segmentation-dimages-satellites-n┬░10-Combien-co├╗te-la-segmentation-dimages-satellites-768x418.jpg)
La question du coût d’une segmentation d’images satellites paraît simple et elle appelle...
![[FR] Article 480 - segmentation d'images satellites - n┬░9 - La pr├®cision aux fronti├¿res](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-480-segmentation-dimages-satellites-n┬░9-La-pr├®cision-aux-fronti├¿res-768x748.webp)
L’article d’ouverture de cette série sur la segmentation d’images satellites annonçait...
![[FR] Article 479 - segmentation d'images satellites - n┬░8 - La segmentation hyperspectrale](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-479-segmentation-dimages-satellites-n┬░8-La-segmentation-hyperspectrale-768x629.jpg)
L’imagerie hyperspectrale constitue la troisième modalité de cette série sur la segmentation d’images...
![[FR] Article 120 - Annotation vid├®o - n┬░15 - Les tendances de la vision vid├®o temps r├®el](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-120-Annotation-vid├®o-n┬░15-Les-tendances-de-la-vision-vid├®o-temps-r├®el-768x512.webp)
Ce cluster se clôt sur une question prospective, et l’exercice appelle une précaution. Les quatorze...
![[FR] Article 477 - segmentation d'images satellites - n┬░6 - Segmenter les r├®seaux routiers et infrastructures lin├®aires](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-477-segmentation-dimages-satellites-n┬░6-Segmenter-les-r├®seaux-routiers-et-infrastructures-lin├®aires-768x326.jpg)
Les objets linéaires constituent le quatrième cas de figure de cette série sur la segmentation d’images...
![[FR] Article 119 - Annotation vid├®o - n┬░14 - Annotation vid├®o semi-automatique - mod├¿les et validation humaine](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-119-Annotation-vid├®o-n┬░14-Annotation-vid├®o-semi-automatique-mod├¿les-et-validation-humaine-768x533.jpg)
L’assistance par modèle est présentée comme la réponse au coût de l’annotation vidéo. Elle...
![[FR] Article 476 - segmentation d'images satellites - n┬░5 - Segmenter la v├®g├®tation et les couverts forestiers](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-476-segmentation-dimages-satellites-n┬░5-Segmenter-la-v├®g├®tation-et-les-couverts-forestiers-768x562.webp)
La végétation constitue le troisième cas de figure de cette série sur la segmentation d’images...
![[FR] Article 118 - Annotation vid├®o - n┬░13 - Pr├®parer un dataset vid├®o - ├®chantillonnage et diversit├®](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-118-Annotation-vid├®o-n┬░13-Pr├®parer-un-dataset-vid├®o-├®chantillonnage-et-diversit├®-768x299.jpg)
Un corpus vidéo ne se constitue pas en accumulant des heures de séquences. Ce qui détermine sa valeur...
![[FR] Article 475 - segmentation d'images satellites - n┬░4 - Segmenter le b├óti sur imagerie satellite](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-475-segmentation-dimages-satellites-n┬░4-Segmenter-le-b├oti-sur-imagerie-satellite-768x740.jpg)
Le bâti présente en segmentation d’images satellites des difficultés exactement opposées à celles...
![[FR] Article 474 - segmentation d'images satellites - n┬░3 - Segmenter les surfaces en eau et les zones inondables](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-474-segmentation-dimages-satellites-n┬░3-Segmenter-les-surfaces-en-eau-et-les-zones-inondables-768x544.webp)
L’eau est la classe la plus facile à détecter en segmentation d’images satellites et l’une...
![[FR] Article 473 - segmentation d'images satellites - n┬░2 - Concevoir une nomenclature de couverture des sols](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-473-segmentation-dimages-satellites-n┬░2-Concevoir-une-nomenclature-de-couverture-des-sols-768x615.jpg)
L’article d’ouverture de cette série sur la segmentation d’images satellites a présenté...
![[FR] Article 117 - Annotation vid├®o - n┬░12 - RGPD et annotation vid├®o - personnes film├®es et anonymisation](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-117-Annotation-vid├®o-n┬░12-RGPD-et-annotation-vid├®o-personnes-film├®es-et-anonymisation-768x366.png)
Une séquence contenant des personnes est une donnée à caractère personnel avant d’être un corpus....
![[FR] Article 116 - Annotation vid├®o - n┬░11 - Occlusions, flou de mouvement, r├®-identification](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-116-Annotation-vid├®o-n┬░11-Occlusions-flou-de-mouvement-r├®-identification-768x403.jpg)
Les articles précédents ont posé les méthodes. Celui-ci examine ce qu’aucune méthode ne résout...
![[FR] Article 115 - Annotation vid├®o - n┬░10 - Contr├┤le qualit├® - la coh├®rence temporelle](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-115-Annotation-vid├®o-n┬░10-Contr├┤le-qualit├®-la-coh├®rence-temporelle-768x512.jpg)
Un corpus vidéo peut être correct image par image et inutilisable dans son ensemble. Cette possibilité...
![[FR] Article 114 - Annotation vid├®o - n┬░9 - Les outils d'annotation vid├®o - CVAT et alternatives](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-114-Annotation-vid├®o-n┬░9-Les-outils-dannotation-vid├®o-CVAT-et-alternatives-768x391.jpg)
Le choix d’un outil vidéo pèse davantage sur un projet que le choix d’un outil d’images....
![[FR] Article 113 - Annotation vid├®o - n┬░8 - Combien co├╗te l'annotation vid├®o](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-113-Annotation-vid├®o-n┬░8-Combien-co├╗te-lannotation-vid├®o-768x433.jpg)
Le coût d’un projet vidéo ne se déduit pas de sa durée. Une minute peut coûter quelques euros ou...
![[FR] Article 112 - Annotation vid├®o - n┬░7 - Segmentation temporelle - d├®couper une vid├®o en actions](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-112-Annotation-vid├®o-n┬░7-Segmentation-temporelle-d├®couper-une-vid├®o-en-actions-768x472.jpg)
Les articles précédents portaient sur la question « où se trouve cet objet ». Celui-ci porte sur une...
![[FR] Article 111 - Annotation vid├®o - n┬░6 - Vid├®osurveillance et smart city - annoter des flux urbains](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-111-Annotation-vid├®o-n┬░6-Vid├®osurveillance-et-smart-city-annoter-des-flux-urbains-768x512.jpg)
La vidéosurveillance urbaine réunit une contrainte de volume qu’aucun budget ne couvre et un cadre...
![[FR] Article 110 - Annotation vid├®o - n┬░5 - Annotation vid├®o pour l'analyse sportive](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-110-Annotation-vid├®o-n┬░5-Annotation-vid├®o-pour-lanalyse-sportive-768x434.webp)
L’analyse sportive présente une configuration que peu de domaines réunissent : des objets visuellement...
![[FR] Article 109 - Annotation vid├®o - n┬░4 - Annotation vid├®o pour la conduite autonome](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-109-Annotation-vid├®o-n┬░4-Annotation-vid├®o-pour-la-conduite-autonome-768x428.webp)
La conduite autonome est le vertical qui a le plus structuré les pratiques d’annotation vidéo....
![[FR] Article 107 - Annotation vid├®o - n┬░2 - Tracking d'objets - annoter des identit├®s persistantes](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-107-Annotation-vid├®o-n┬░2-Tracking-dobjets-annoter-des-identit├®s-persistantes-768x380.webp){kind=tracking}
En détection d’images, le livrable est une boîte. En suivi d’objets, le livrable est une...
![[FR] Article 106 - Annotation vidéo - n°1 - Annotation vidéo - le guide complet](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-106-Annotation-video-n°1-Annotation-video-le-guide-complet-768x406.webp)
Un chiffre suffit à mesurer l’écart entre annoter des images et annoter de la vidéo. Un jeu de...
![[FR] Article 501 - LiDAR a├®rien - n┬░15 - Les tendances du LiDAR a├®rien](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-501-LiDAR-a├®rien-n┬░15-Les-tendances-du-LiDAR-a├®rien-768x408.png)
Cette série sur le LiDAR aérien se clôt sur une question prospective, et l’exercice appelle une...
![[FR] Article 500 - LiDAR a├®rien - n┬░14 - Les erreurs classiques en LiDAR a├®rien](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-500-LiDAR-a├®rien-n┬░14-Les-erreurs-classiques-en-LiDAR-a├®rien-768x576.jpg)
Les douze articles précédents de cette série sur le LiDAR aérien ont signalé des erreurs au fil de leurs...
![[FR] Article 499 - LiDAR a├®rien - n┬░13 - Fusionner LiDAR et imagerie](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-499-LiDAR-a├®rien-n┬░13-Fusionner-LiDAR-et-imagerie-768x461.webp)
Le LiDAR aérien mesure une géométrie et l’imagerie décrit une apparence. Ces deux informations...
![[FR] Article 498 - LiDAR a├®rien - n┬░12 - Densit├® de points et pr├®cision](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-498-LiDAR-a├®rien-n┬░12-Densit├®-de-points-et-pr├®cision-768x429.webp)
La densité de points est le premier paramètre d’un relevé de LiDAR aérien et le plus souvent mal...
![[FR] Article 497 - LiDAR a├®rien - n┬░11 - Combien co├╗te la classification LiDAR](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-497-LiDAR-a├®rien-n┬░11-Combien-co├╗te-la-classification-LiDAR.webp)
Le coût d’un projet de LiDAR aérien se répartit différemment de celui d’un projet d’imagerie,...
![[FR] Article 496 - LiDAR a├®rien - n┬░10 - La qualit├® de classification LiDAR](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-496-LiDAR-a├®rien-n┬░10-La-qualit├®-de-classification-LiDAR-768x419.jpg)
Mesurer la qualité d’une classification de nuage de points pose un problème que l’imagerie...
![[FR] Article 495 - LiDAR a├®rien - n┬░9 - Annoter le LiDAR - outils et m├®thodes](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-495-LiDAR-a├®rien-n┬░9-Annoter-le-LiDAR-outils-et-m├®thodes-768x496.png)
L’annotation d’un nuage de points ne ressemble pas à l’annotation d’une image....
![[FR] Article 494 - LiDAR a├®rien - n┬░8 - LiDAR HD et programmes nationaux](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-494-LiDAR-a├®rien-n┬░8-LiDAR-HD-et-programmes-nationaux-768x472.jpg)
Plusieurs pays ont désormais engagé des programmes de couverture LiDAR aérien à l’échelle nationale....
![[FR] Article 493 - LiDAR a├®rien - n┬░7 - Urbanisme - le jumeau num├®rique territorial](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-493-LiDAR-a├®rien-n┬░7-Urbanisme-le-jumeau-num├®rique-territorial-768x376.jpg)
Le jumeau numérique territorial constitue l’usage du LiDAR aérien où l’ambition est la plus...
![[FR] Article 492 - LiDAR a├®rien - n┬░6 - Lignes ├®lectriques - g├®rer la v├®g├®tation](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-492-LiDAR-a├®rien-n┬░6-Lignes-├®lectriques-g├®rer-la-v├®g├®tation-768x512.jpg)
La gestion de la végétation sous les lignes électriques constitue l’usage du LiDAR aérien où la...
![[FR] Article 491 - LiDAR a├®rien - n┬░5 - Foresterie - inventaire et biomasse](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-491-LiDAR-a├®rien-n┬░5-Foresterie-inventaire-et-biomasse-768x516.png)
La foresterie constitue l’application historique du LiDAR aérien et celle où sa valeur est la plus...
![[FR] Article 490 - LiDAR a├®rien - n┬░4 - MNT, MNS, MNH - les produits d├®riv├®s](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-490-LiDAR-a├®rien-n┬░4-MNT-MNS-MNH-les-produits-d├®riv├®s-768x338.webp)
Trois modèles dérivent d’un relevé LiDAR aérien classifié, et leur confusion constitue l’un...
![[FR] Article 489 - LiDAR a├®rien - n┬░3 - Classifier un nuage de points LiDAR](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-489-LiDAR-a├®rien-n┬░3-Classifier-un-nuage-de-points-LiDAR-768x432.png)
La classification d’un nuage de points constitue le cœur du travail sur les données LiDAR aérien....
![[FR] Article 488 - LiDAR a├®rien - n┬░2 - LiDAR a├®rien ou photogramm├®trie - le comparatif](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-488-LiDAR-a├®rien-n┬░2-LiDAR-a├®rien-ou-photogramm├®trie-le-comparatif-768x429.webp)
Le LiDAR aérien et la photogrammétrie produisent tous deux des nuages de points tridimensionnels géoréférencés....
![[FR] Article 487 - LiDAR a├®rien - n┬░1 - LiDAR a├®rien - principe, produits et applications](https://infoscribe.ai/wp-content/uploads/2026/08/FR-Article-487-LiDAR-a├®rien-n┬░1-LiDAR-a├®rien-principe-produits-et-applications-768x577.webp)
Le LiDAR aérien mesure des distances. C’est une différence de nature avec l’imagerie, qui...
![[FR] Article 180 - Labellisation de donn├®es - n┬░15 - Tendances de la labellisation](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-180-Labellisation-de-donn├®es-n┬░15-Tendances-de-la-labellisation-768x575.webp)
Le volume de données décrites par des humains diminue depuis plusieurs années pendant que la dépense...
![[FR] Article 179 - Labellisation de donn├®es - n┬░14 - Éthique de la labellisation](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-179-Labellisation-de-donn├®es-n┬░14-Ethique-de-la-labellisation-768x419.webp)
Derrière chaque corpus se trouvent des personnes qui ont regardé des données, une par une, pendant des...
![[FR] Article 178 - Labellisation de donn├®es - n┬░13 - Les erreurs les plus coûteuses](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-178-Labellisation-de-donn├®es-n┬░13-Les-erreurs-les-plus-couteuses-768x512.webp)
Toutes les erreurs de description ne se valent pas. Certaines se corrigent en une journée, d’autres...
![[FR] Article 177 - Labellisation de donn├®es - n┬░12 - Données synthétiques](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-177-Labellisation-de-donn├®es-n┬░12-Donnees-synthetiques-768x566.webp)
Fabriquer des données plutôt que les acquérir résout un problème de disponibilité en en introduisant...
![[FR] Article 176 - Labellisation de donn├®es - n┬░11 - Active learning](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-176-Labellisation-de-donn├®es-n┬░11-Active-learning-768x512.jpg)
Un budget de labellisation se dépense sur des données choisies. Le tirage aléatoire, qui reste la pratique...
![[FR] Article 175 - Labellisation de donn├®es - n┬░10 - Labellisation pour l'IA générative](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-175-Labellisation-de-donn├®es-n┬░10-Labellisation-pour-lIA-generative-768x384.webp)
Décrire ce qu’une donnée contient et juger ce qu’un modèle a produit sont deux travaux distincts....
![[FR] Article 174 - Labellisation de donn├®es - n┬░9 - Rédiger des consignes efficaces](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-174-Labellisation-de-donn├®es-n┬░9-Rediger-des-consignes-efficaces-768x901.jpg)
Une consigne de labellisation ne se juge pas à sa précision mais à sa reproductibilité. Deux personnes...
![[FR] Article 173 - Labellisation de donn├®es - n┬░8 - Sécurité et exigences ISO](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-173-Labellisation-de-donn├®es-n┬░8-Securite-et-exigences-ISO-768x511.jpg)
Confier des données à un prestataire d’annotation revient à les faire circuler entre des dizaines...
![[FR] Article 172 - Labellisation de donn├®es - n┬░7 - Assurance qualité et contrôle](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-172-Labellisation-de-donn├®es-n┬░7-Assurance-qualite-et-controle-768x432.jpg)
Un dispositif d’assurance qualité se juge à une seule chose : ce qu’il rend visible et ce...
![[FR] Article 171 - Labellisation de donn├®es - n┬░6 - Combien coûte la labellisation](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-171-Labellisation-de-donn├®es-n┬░6-Combien-coute-la-labellisation-768x432.webp)
Un budget de labellisation se construit rarement à partir de mesures. Il se déduit d’un tarif trouvé...
![[FR] Article 170 - Labellisation de donn├®es - n┬░5 - Crowdsourcing et ses limites](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-170-Labellisation-de-donn├®es-n┬░5-Crowdsourcing-et-ses-limites-768x758.jpg)
Répartir un travail d’annotation entre des milliers de contributeurs anonymes résout un problème...
![[FR] Article 169 - Labellisation de donn├®es - n┬░4 - Le métier d'annotateur](https://infoscribe.ai/wp-content/uploads/2026/10/FR-Article-169-Labellisation-de-donn├®es-n┬░4-Le-metier-dannotateur-768x461.webp)
Le geste d’annotation s’apprend en une heure. Ce qui distingue un annotateur expérimenté...
![[FR] Article 168 - Labellisation de donn├®es - n┬░3 - Internaliser ou externaliser](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-168-Labellisation-de-donn├®es-n┬░3-Internaliser-ou-externaliser-768x428.webp)
Constituer une équipe interne ou confier le travail à un prestataire se décide souvent sur un tarif horaire...
![[FR] Article 167 - Labellisation de donn├®es - n┬░2 - Images, texte, audio, vidéo](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-167-Labellisation-de-donn├®es-n┬░2-Images-texte-audio-video-768x512.jpg)
Décrire un objet dans une image, une intention dans une phrase et un locuteur dans un enregistrement...
![[FR] Article 166 - Labellisation de donn├®es - n┬░1 - Le guide complet](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-166-Labellisation-de-donn├®es-n┬░1-Le-guide-complet-768x657.webp)
Un modèle apprend ce qu’on lui montre. La labellisation de données est le travail qui décide de...
![[FR] Article 165 - Bounding box - n┬░15 - L'avenir de la bounding box](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-165-Bounding-box-n┬░15-Lavenir-de-la-bounding-box-768x564.png)
Le rectangle est annoncé obsolète à chaque génération de modèles. Il continue pourtant d’occuper...
![[FR] Article 164 - Bounding box - n┬░14 - Du rectangle au cubo├»de 3D](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-164-Bounding-box-n┬░14-Du-rectangle-au-cubo├de-3D-768x377.jpg)
Ajouter la profondeur à un rectangle paraît une extension naturelle. C’est en réalité un changement...
![[FR] Article 163 - Bounding box - n┬░13 - Pr├®-annotation et v├®rification](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-163-Bounding-box-n┬░13-Pr├®-annotation-et-v├®rification-768x517.webp)
Faire proposer les boîtes par un modèle avant de les faire vérifier par un opérateur paraît un gain évident....
![[FR] Article 162 - Bounding box - n┬░12 - R├®diger des consignes d'annotation](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-162-Bounding-box-n┬░12-R├®diger-des-consignes-dannotation-768x512.webp)
Une consigne d’annotation se juge à un seul critère : deux opérateurs qui la lisent doivent tracer...
![[FR] Article 161 - Bounding box - n┬░11 - Les erreurs qui d├®gradent un d├®tecteur](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-161-Bounding-box-n┬░11-Les-erreurs-qui-d├®gradent-un-d├®tecteur-768x380.webp)
Toutes les erreurs d’annotation ne se valent pas. Certaines se diluent dans le volume et disparaissent,...
![[FR] Article 160 - Bounding box - n┬░10 - Qualit├®, IoU et audits](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-160-Bounding-box-n┬░10-Qualit├®-IoU-et-audits-768x429.jpg)
Un rapport de qualité tient souvent en un pourcentage. Ce chiffre unique cache l’essentiel : ce...
![[FR] Article 159 - Bounding box - n┬░9 - Co├╗t de l'annotation par bo├«tes](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-159-Bounding-box-n┬░9-Co├╗t-de-lannotation-par-bo├tes-768x341.webp)
Un devis d’annotation tient souvent en une ligne : un prix, une unité, un volume. Cette simplicité...
![[FR] Article 158 - Bounding box - n┬░8 - Vid├®o et suivi d'identit├®s](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-158-Bounding-box-n┬░8-Vid├®o-et-suivi-didentit├®s-768x447.jpg)
Annoter une vidéo, c’est annoter des images qui se ressemblent. La difficulté ne vient pas du nombre...
![[FR] Article 157 - Bounding box - n┬░7 - Formats COCO, YOLO et Pascal VOC](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-157-Bounding-box-n┬░7-Formats-COCO-YOLO-et-Pascal-VOC-768x576.jpg)
Quatre nombres suffisent à décrire un rectangle. Il existe pourtant plusieurs façons incompatibles de...
![[FR] Article 156 - Bounding box - n°6 - Petits objets et scènes denses](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-156-Bounding-box-n°6-Petits-objets-et-scènes-denses-768x573.jpg)
Une scène comptant trois cents objets de quelques pixels chacun ne se traite pas comme une scène en comptant...
![[FR] Article 155 - Bounding box - n┬░5 - Occlusion et troncature - annoter ce qu'on ne voit pas](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-155-Bounding-box-n┬░5-Occlusion-et-troncature-annoter-ce-quon-ne-voit-pas-768x515.webp)
Un objet à moitié caché pose une question que sa forme ne résout pas. Faut-il entourer ce qu’on...
![[FR] Article 154 - Bounding box - n┬░4 - Bo├«tes orient├®es - quand faire tourner la bounding box](https://infoscribe.ai/wp-content/uploads/2026/09/FR-Article-154-Bounding-box-n┬░4-Bo├tes-orient├®es-quand-faire-tourner-la-bounding-box-768x573.webp)
Un objet posé en diagonale met le rectangle en échec. La boîte alignée sur les axes de l’image...