Le choix entre une boîte, un polygone et un masque se présente comme un arbitrage entre précision et budget. Il l’est rarement. Ce qui décide vraiment, c’est ce que le résultat devra permettre de faire, et cette question se tranche avant d’ouvrir le moindre outil.Cet article compare ces trois géométries. Il prolonge le
guide de la bounding box.
Ce que chaque géométrie produit
Trois représentations dominent l’annotation d’images en bounding box et au-delà.La bounding box, un simple rectangle défini par quatre nombres.Le polygone, une suite de points suivant le contour de l’objet.Et le masque, une décision prise séparément pour chaque pixel.Une conséquence pratique importante en découle. Ces trois représentations ne diffèrent pas seulement par leur finesse, un rectangle qui localise, un polygone qui délimite et un masque qui attribue, ce qui rend leur comparaison plus utile en termes d’usage qu’en termes de précision.
Ce que le coût sépare
Quatre écarts distinguent ces géométries au moment de l’exécution.Le temps de tracé, allant du plus rapide au plus lent.La durée de formation nécessaire à un opérateur.La difficulté du contrôle conduit par un relecteur.Et le poids des fichiers finalement produits.Une observation importante en découle pour un projet de bounding box. Le premier écart est le plus souvent cité et le moins déterminant, un polygone coûtant plusieurs fois le prix d’une simple boîte sans que ce rapport suffise à trancher, ce qui déplace la décision vers ce que chaque géométrie rend possible.
Ce que seule la boîte permet
Quatre situations rendent la bounding box préférable.Un volume important à traiter avec un budget très contraint.Un objet dont la forme générale approche le rectangle.Un usage de simple localisation ou de comptage.Et une première passe destinée à être affinée par la suite.Une conséquence pratique s’ensuit. La dernière situation se sous-estime souvent, une boîte servant simplement à réduire l’espace de recherche avant un tracé précis, ce qui rend les deux géométries complémentaires plutôt que concurrentes.
Ce que seul le polygone permet
Quatre situations le rendent nécessaire malgré son surcoût.Un objet allongé, incliné ou bien de forme irrégulière.Deux objets accolés que l’usage impose de séparer.Une mesure de surface ou bien de dimension.Et une scène où le fond inclus viendrait fausser l’apprentissage.Une observation en découle. La dernière situation justifie le surcoût mieux que les autres, une boîte tracée autour d’un objet fin incluant plus de fond que d’objet lui-même, ce qui apprend au système à reconnaître le contexte plutôt que la cible.
Ce que seul le masque permet
Quatre besoins imposent cette géométrie.Une attribution de chacun des pixels à une classe.Un objet dont le contour comporte de véritables trous.Une frontière entre zones plutôt qu’entre objets.Et un calcul de surface exact plutôt que simplement approché.Une conséquence pratique importante en découle. Le troisième besoin distingue nettement le masque des deux autres, une frontière tracée entre deux textures ne délimitant aucun objet identifiable, ce qui place ce cas hors de portée d’une géométrie fondée sur l’objet.
Ce que la proportion de fond révèle
Cinq objets illustrent l’écart entre la boîte et le contour.Un objet compact, dont la boîte épouse presque exactement la forme.Un objet allongé mais horizontal, encore assez bien cerné.Le même objet une fois incliné, dont la boîte double de surface.Un objet en L ou bien en U, dont tout le centre est vide.Et un objet filiforme, presque entièrement absent de sa propre boîte.Une observation importante en découle pour un projet de bounding box. Cette progression se mesure avant de décider, un calcul du rapport entre la surface de l’objet et celle de la boîte sur quelques dizaines d’exemples indiquant immédiatement si ce format convient, ce qui remplace un débat d’opinion par un chiffre.
Aborder le choix d’une géométrie
Cinq questions le cadrent en bounding box.Faut-il localiser ou mesurer. La réponse tranche presque tout.Les objets sont-ils compacts. Sinon la boîte inclut trop de fond.Faut-il séparer des objets accolés. La boîte ne le permet pas.La frontière porte-t-elle sur des zones. Alors le masque s’impose.Et le volume est-il très important. Le coût devient décisif.Ces cinq réponses déterminent la géométrie utile. Les poser avant la production évite de payer une précision inutile ou de refaire un corpus insuffisant.
Ce que ce chapitre enseigne
Une observation transversale mérite de clore cet examen.La géométrie se choisit d’après l’usage et non d’après le budget.Trois constats la composent.Un rectangle localise, un polygone délimite, un masque attribue.Une boîte autour d’un objet fin contient plus de fond que d’objet.Et une frontière entre deux textures ne délimite aucun objet identifiable.Ce constat prolonge le chapitre précédent, la question de l’usage final revenant ici sous la forme d’un arbitrage chiffrable.
Les erreurs les plus fréquentes
- Choisir la géométrie d’après le budget plutôt que d’après l’usage.
- Employer une boîte sur des objets fins ou très allongés.
- Payer un polygone là où une boîte suffisait.
- Ignorer la proportion de fond incluse dans la boîte.
- Confondre séparation d’objets et précision du contour.
- Supposer qu’un masque se convertit en boîte sans perte.
- Mélanger plusieurs géométries dans un même corpus sans le documenter.
- Négliger le coût de formation propre à chaque géométrie.
- Décider sans avoir mesuré la proportion de fond sur un échantillon.
- Changer de géométrie en cours de projet sans reprendre l’existant.
Ce que la géométrie mixte permet
Quatre arrangements évitent de choisir une seule géométrie.Une boîte sur les classes courantes et un polygone sur les seules classes critiques.Une boîte partout et un polygone sur une simple fraction du corpus.Une boîte en première passe suivie d’un affinage ultérieur ciblé.Et une boîte sur les objets compacts, un polygone sur les objets fins.Une conséquence pratique importante en découle. Ces quatre arrangements exigent une documentation stricte, un corpus mêlant deux géométries sans jamais le signaler devenant inexploitable pour qui l’utilise sans le savoir, ce qui transforme une économie intelligente en défaut invisible.
Ce que la conversion entre géométries autorise
Quatre passages sont possibles, deux seulement sans perte.Un masque se convertit en polygone avec une perte le plus souvent négligeable.Un polygone se convertit en boîte sans la moindre perte.Une boîte ne redevient en revanche jamais un polygone.Et un polygone ne redevient jamais un masque parfaitement exact.Une observation importante en découle pour un projet de bounding box. Ces quatre passages dessinent un sens unique, la géométrie fine se dégradant toujours vers la grossière et jamais l’inverse, ce qui rend un corpus annoté finement réutilisable pour tous les usages et un corpus en boîtes définitivement limité au sien.
Trois décisions avant de produire
Trois décisions engagent le choix d’une géométrie en bounding box.Mesurer la proportion de fond incluse sur un échantillon réel.Vérifier si des objets accolés devront être séparés.Et décider si le corpus servira un seul usage ou plusieurs.Ces trois décisions coûtent une demi-journée, elles précèdent la production, et leur absence produit soit une précision payée pour rien soit un corpus à refaire.
La question qui cadre le choix
Une question détermine la géométrie utile en bounding box.Le corpus servira-t-il ce projet ou plusieurs projets successifs.Un projet unique autorise la géométrie la plus grossière que l’usage tolère, le corpus disparaissant avec le modèle qu’il a servi.Plusieurs projets justifient la géométrie la plus fine que le budget permet, chaque usage ultérieur pouvant la dégrader vers ce dont il a besoin.Cette question relève de l’ambition du client et non du besoin immédiat, elle se pose avant la première image, et elle sépare une économie ponctuelle d’un actif réutilisable.
Trois vérifications avant de trancher
Trois contrôles éclairent le choix d’une géométrie.Le rapport moyen entre surface de l’objet et surface de sa boîte.La fréquence des objets accolés dans les scènes réelles.Et la liste des usages envisagés pour le corpus.Ces trois contrôles se posent en une question chacun, ils ne demandent qu’un échantillon de quelques dizaines d’images, et leur absence transforme une décision technique en préférence budgétaire.
Ce que le prestataire apporte ici
Quatre apports distinguent un cadrage sérieux en bounding box.Une mesure de la proportion de fond avant toute recommandation.Une proposition de géométrie mixte lorsqu’elle se justifie.Une documentation explicite de la géométrie employée par classe.Et un avertissement sur le caractère irréversible du choix grossier.Une conséquence pratique importante en découle. Le dernier apport dessert le prestataire à court terme, un client ainsi averti choisissant parfois une géométrie plus coûteuse que celle qu’il envisageait au départ, alors qu’il évite la reprise complète du corpus dont le prestataire aurait porté la responsabilité.
Ce que la cadence sépare
Quatre facteurs creusent l’écart de temps entre les géométries.Le nombre de points qu’il faut poser sur un contour irrégulier.La reprise rendue nécessaire dès qu’un point est mal placé.Le zoom exigé pour suivre un bord avec précision.Et la fatigue accumulée sur un travail de tracé véritablement continu.Une observation importante en découle pour un projet de bounding box. Le dernier facteur explique pourquoi le rapport de coût observé dépasse souvent le rapport de temps théorique, un opérateur tenant une cadence élevée sur des rectangles et ralentissant progressivement sur les contours, ce qui rend une estimation fondée sur les premières heures systématiquement optimiste.
Ce que le contrôle qualité change ici
Quatre différences séparent le contrôle des trois géométries.Une boîte se vérifie d’un simple coup d’oeil sur une image entière.Un polygone demande un zoom pour juger correctement de son tracé.Un masque exige un affichage superposé pour être apprécié.Et le désaccord acceptable varie très fortement selon la géométrie.Une conséquence pratique importante en découle. La dernière différence se néglige au cadrage, un écart de deux pixels demeurant insignifiant sur une boîte et devenant notable sur un contour, ce qui rend un seuil de tolérance unique inapplicable dès qu’un corpus mélange plusieurs géométries.
Ce que le premier lot doit établir
Quatre résultats justifient un essai avant de figer la géométrie.Le rapport mesuré entre surface d’objet et surface de boîte.L’écart de cadence constaté entre boîte et polygone sur les mêmes images.La fréquence réelle des objets accolés à séparer.Et la performance obtenue sur un échantillon annoté dans chaque géométrie.Une observation importante en découle pour un projet de bounding box. Le dernier résultat tranche mieux que tous les arguments, un même échantillon annoté deux fois puis évalué sur le même usage donnant un écart de performance parfaitement chiffré, ce qui déplace le débat d’une question de principe vers une comparaison mesurée.
Ce que ce chapitre laisse au suivant
Le choix du rectangle laisse entière la question de son tracé.Trois questions restent ouvertes en bounding box.Jusqu’où une boîte doit-elle serrer l’objet qu’elle entoure.Ce qu’une marge tolérée change à l’usage final.Et comment rendre cette règle applicable de la même façon par tous.Ces trois questions relèvent des règles de tracé, qui constituent l’objet du chapitre suivant.
Ce que le type d’objet suggère
Cinq familles d’objets orientent naturellement le choix.Les véhicules ainsi que le mobilier urbain, compacts et bien cernés.Les personnes, dont la boîte inclut une part de fond variable.Les animaux en mouvement, dont la posture change la forme.Les objets fins, tels que câbles, tiges ou fissures.Et les zones dépourvues de contour propre, telles que végétation ou surface d’eau.Une conséquence pratique importante en découle pour un projet de bounding box. Cette progression n’est pas une règle mais un point de départ, un même type d’objet basculant d’une géométrie vers l’autre selon l’échelle et selon l’usage, ce qui rend la mesure sur un échantillon réel préférable à toute liste par catégorie.
Trois erreurs propres à ce choix
Trois défauts accompagnent la décision de géométrie en bounding box.Un rectangle retenu sur des objets très fins par simple souci d’économie.Un polygone payé sur des objets que la boîte cernait déjà bien.Et une géométrie mixte employée sans jamais être documentée.Ces trois défauts se décident en quelques minutes et se paient sur tout le corpus, ils ne se corrigent qu’en reprenant la production, et leur point commun est de trancher sans avoir mesuré ce qui pouvait l’être.
Ce que le client doit préciser ici
Quatre informations viennent du client et orientent le choix.Ce que le résultat devra concrètement permettre de calculer ou de décider.Les objets qu’il sait par expérience difficiles à distinguer dans son domaine.Les usages ultérieurs qu’il envisage éventuellement pour le même corpus.Et la contrainte budgétaire réelle, exprimée avant la recommandation.Une observation importante en découle pour un projet de bounding box. La dernière information gagne à être donnée tôt plutôt que tue, un prestataire connaissant le budget pouvant proposer une géométrie mixte adaptée, alors qu’un prestataire qui l’ignore recommande une géométrie uniforme que le client refusera sans expliquer pourquoi.
Ce que ce chapitre partage avec le précédent
Trois constats se retrouvent d’un chapitre à l’autre.La décision se prend d’après l’usage final et non d’après le coût.Un chiffre mesuré sur échantillon vaut mieux qu’une opinion.Et un choix mal cadré se paie en reprise plutôt qu’en défaut visible.Une observation importante en découle pour un projet de bounding box. Ces trois constats reviendront dans les chapitres suivants sous d’autres formes, ce qui suggère que les difficultés de cette géométrie relèvent moins de sa nature que du peu d’attention que sa simplicité lui vaut.
Ce que le format de livraison exige ici
Quatre choix conditionnent la reprise d’un corpus mixte.Un champ indiquant la géométrie employée pour chaque objet.Une convention unique de coordonnées quelle que soit la géométrie.Un seuil de tolérance documenté séparément pour chacune.Et une note expliquant pourquoi le corpus mêle deux niveaux.Une conséquence pratique importante en découle pour un projet de bounding box. Le premier choix paraît trivial et manque presque toujours, un fichier contenant des rectangles et des contours sans aucune distinction obligeant qui le reprend à deviner l’intention, ce qui fait perdre le bénéfice même de la géométrie mixte.
Ce que ce choix engage sur la durée
Quatre effets se manifestent bien après la livraison.Un corpus fin s’adapte encore à un usage qui n’était pas prévu.Un corpus grossier oblige à recommencer pour tout usage nouveau.Une géométrie mixte demeure exploitable pourvu qu’elle soit documentée.Et un corpus non documenté perd sa valeur avec le départ de ceux qui l’ont produit.Une observation importante en découle pour un projet de bounding box. Le dernier effet se constate deux ou trois ans après, une équipe entièrement renouvelée reprenant un corpus sans savoir quelle convention l’a produit, ce qui rend la documentation aussi déterminante que la géométrie elle-même pour la durée de vie du travail.
Ce que l’annotateur doit savoir ici
Cinq connaissances conditionnent un travail correct sur un corpus mixte.La géométrie précisément attendue pour chacune des classes du référentiel.La règle applicable à un objet dont la classe hésite entre deux niveaux.Le nombre de points souhaité sur un contour, ni trop nombreux ni trop rares.La conduite à tenir lorsque la géométrie prévue paraît manifestement inadaptée.Et le moment où signaler cette inadéquation plutôt que la contourner.Une conséquence pratique importante en découle pour un projet de bounding box. La dernière connaissance remonte les erreurs de cadrage vers ceux qui peuvent les corriger, un opérateur constatant chaque jour qu’une boîte ne convient guère à une classe détenant une information que le cadrage initial n’avait pas, ce qui fait de ces remontées un correctif plutôt qu’une plainte.
Ce que la pré-annotation change au choix
Quatre effets modifient l’arbitrage lorsqu’un outil propose des formes.Le contour automatique réduit sensiblement l’écart de coût entre boîte et polygone.La vérification d’un contour demeure plus lente que celle d’une simple boîte.Les objets les plus difficiles restent à tracer entièrement à la main.Et la convention propre à l’outil diffère souvent de celle du projet.Une observation importante en découle pour un projet de bounding box. Le premier effet déplace réellement la frontière du raisonnable, un polygone assisté coûtant désormais nettement moins qu’un polygone entièrement manuel, ce qui rend une comparaison ancienne entre les deux géométries progressivement caduque et justifie de refaire le calcul plutôt que de le reprendre.
Ce que la géométrie change au référentiel
Quatre points du référentiel dépendent de la géométrie retenue.La règle applicable aux parties cachées, qui diffère selon la géométrie.Le traitement réservé à un objet composé de plusieurs morceaux séparés.La façon de représenter un objet troué en son centre.Et le nombre de points jugé suffisant sur un contour irrégulier.Une conséquence pratique importante en découle pour un projet de bounding box. Le deuxième point illustre l’écart entre les géométries, un objet dont deux morceaux sont séparés par un obstacle appelant une seule boîte englobante ou deux contours distincts, ce qui produit un décompte différent selon la géométrie et fausse toute comparaison de volumes entre deux corpus.
Ce qu’il faut retenir
La géométrie utile se déduit de l’usage plutôt que du budget disponible.Trois lectures se dégagent. Un rectangle localise, un polygone délimite et un masque attribue, ce qui rend leur comparaison plus utile en termes d’usage qu’en termes de précision. Une boîte autour d’un objet fin contient plus de fond que d’objet, ce qui apprend au système à reconnaître le contexte plutôt que la cible et justifie le surcoût du polygone mieux qu’aucun argument de finesse. Et une frontière entre deux textures ne délimite aucun objet identifiable, ce qui place ce cas hors de portée d’une géométrie fondée sur l’objet et impose le masque sans discussion possible.Pour la méthode de tracé, l’article consacré aux
règles de tightness détaille la démarche. Pour les objets inclinés, l’article sur les
boîtes orientées l’expose.Pour approfondir les modalités d’exécution, les formats pris en charge et les dispositifs de contrôle applicables, vous pouvez consulter notre page dédiée à l’
annotation 2D et 3D. Et si vous préparez un projet de détection,
échangeons sur votre besoin.
