Infoscribe peut traiter et annoter de nombreux types de données utilisées en agriculture, agritech et agriculture de précision : images satellites et aériennes, photographies prises par drone ou au sol, vidéos, images multispectrales, données LiDAR et nuages de points 3D, ainsi que des données textuelles et documentaires.

Sur les données visuelles, nous réalisons notamment de la classification, des bounding boxes, des polygones, de la segmentation sémantique ou d’instances, du tracking et des keypoints. Ces annotations peuvent concerner les cultures, plants, fruits, adventices, maladies, ravageurs, parcelles, sols ou autres éléments définis dans l’ontologie du projet.

Nous pouvons également annoter et structurer des rapports agronomiques, journaux de culture, observations de terrain, documents techniques et autres corpus textuels pour des applications de NLP agricole.

Pour les projets nécessitant une expertise métier, des profils spécialisés en agriculture, agronomie, botanique ou phytopathologie peuvent intervenir dans la définition des classes, l’interprétation des cas complexes ou le contrôle des annotations.

Infoscribe intervient sur des projets couvrant de nombreux domaines de l’agriculture et de l’agritech : grandes cultures, maraîchage, arboriculture, viticulture, agriculture de précision, protection des cultures, sélection végétale, gestion des parcelles et suivi environnemental.

Les données annotées peuvent notamment servir à entraîner des modèles de détection et segmentation des cultures, comptage de plants ou de fruits, identification des adventices et ravageurs, reconnaissance de maladies et anomalies visuelles, analyse de la couverture végétale, suivi des parcelles ou encore contrôle qualité post-récolte.

Nous pouvons également intervenir sur des projets de télédétection et d’analyse géospatiale utilisant des images satellites, des données de drones, des images multispectrales ou des nuages de points 3D, ainsi que sur des projets de NLP appliqués aux données et documents agricoles.

Lorsque le projet l’exige, nous pouvons mobiliser des profils spécialisés en agriculture et agronomie, ainsi que des compétences plus spécifiques en botanique ou phytopathologie.

Une grande partie de l’information agricole est contenue dans des données non structurées : rapports agronomiques, journaux de culture, observations de terrain, fiches techniques, études scientifiques, bulletins de marché ou documents réglementaires.

L’annotation textuelle permet de transformer ces documents en datasets structurés pour entraîner des modèles de NLP. Elle peut notamment servir à identifier et classifier des cultures, variétés, maladies, ravageurs, traitements, conditions météorologiques, caractéristiques des sols, rendements ou interventions agricoles.

Nous pouvons également annoter les relations entre ces différentes entités, classifier les documents et normaliser les informations selon l’ontologie ou le référentiel défini avec le client.

Ces datasets peuvent ensuite être utilisés pour entraîner des modèles d’extraction d’information, de NER, de classification documentaire, de recherche sémantique ou d’analyse de données agronomiques.

Les annotations sont livrées dans le format défini avec le client afin de s’intégrer directement à son pipeline de données ou d’entraînement. Nous pouvons travailler avec les principaux formats utilisés pour les images, vidéos, données géospatiales, nuages de points 3D et données textuelles.

Selon le projet, les livrables peuvent notamment être structurés en JSON, XML, CSV, COCO ou dans des formats SIG compatibles avec QGIS, tels que GeoJSON, Shapefile, GeoPackage (GPKG), GeoTIFF ou KML.

Pour les projets agricoles et géospatiaux, nous pouvons ainsi livrer des annotations géoréférencées, polygones, points, limites de parcelles ou autres données vectorielles et raster directement exploitables dans un environnement SIG.

Les formats d’entrée et de sortie, systèmes de coordonnées, classes et règles de conversion sont validés pendant le pilote afin que le dataset livré soit directement exploitable dans l’environnement technique du client.

Chaque projet débute par un pilote sur un échantillon représentatif de vos propres données afin de valider les classes, les règles d’annotation, les cas particuliers et la cadence de production.

Infoscribe propose trois niveaux de qualité contractuelle : 95 %, 97 % ou 99 %. La production est soumise à plusieurs niveaux de contrôle, avec un taux d’échantillonnage adapté au niveau de qualité attendu et aux résultats observés.

Sur les projets nécessitant une expertise agronomique, des profils spécialisés peuvent également intervenir dans la définition des consignes ou le contrôle des annotations.

Les non-conformités sont documentées et analysées afin d’en identifier la cause. Si la qualité mesurée est inférieure au niveau contractuel, les données concernées sont corrigées ou réannotées sans frais supplémentaires jusqu’à atteindre le niveau convenu.

Oui. Lorsque les données ou les classes à annoter nécessitent une expertise métier, Infoscribe peut mobiliser des profils spécialisés en agriculture et en agronomie, ainsi que des compétences plus spécifiques en botanique ou phytopathologie.

Ces experts peuvent intervenir dans l’étude des consignes, la définition des classes et de l’ontologie, la formation de nos opérateurs, l’analyse des cas ambigus et le contrôle qualité des annotations.

Cette organisation permet de transmettre l’expertise métier aux équipes de production tout en réservant l’intervention directe des spécialistes aux étapes et aux cas qui nécessitent réellement leurs compétences.

Infoscribe est certifiée ISO 27001:2022 et applique des mesures de sécurité à chaque étape du projet : contrôle des accès, transferts chiffrés, vérification de l’intégrité des fichiers et traçabilité des opérations.

Lorsque les données doivent rester dans l’Union européenne, l’environnement de travail peut être hébergé sur nos infrastructures situées en France.

Pour les projets les plus sensibles, nos équipes peuvent également travailler directement sur l’infrastructure du client, afin que les images satellites, données de drones, données géospatiales ou autres informations stratégiques ne quittent pas ses serveurs.

Oui. Infoscribe peut dimensionner des équipes dédiées en fonction du volume, des délais et de la complexité du projet, depuis un pilote de quelques centaines d’unités jusqu’à des productions de plusieurs milliers d’heures par mois.

Cette montée en charge peut concerner des images satellites, des prises de vue par drone ou au sol, des vidéos, des données LiDAR et 3D, ainsi que des corpus documentaires agricoles.

Le pilote permet de mesurer la cadence réelle de production et de contrôle qualité avant de définir la taille de l’équipe et le planning nécessaires au traitement du volume complet.

Chaque projet commence par l’étude de vos données et de vos consignes, puis par un pilote réalisé sur un échantillon représentatif de vos propres données.

Ce pilote permet de valider les classes et l’ontologie, les règles d’annotation, les cas particuliers, le niveau de qualité attendu et la cadence réelle de production. Lorsque nécessaire, des profils spécialisés en agriculture ou en agronomie participent à cette phase et à la formation des opérateurs.

Une fois le pilote validé, nous définissons avec vous le prix, le planning et la taille de l’équipe avant le lancement de la production.

Le prix dépend du type de données, de la complexité des annotations, du niveau d’expertise requis, du niveau de qualité attendu et du volume à traiter.

Pour les prestations d’annotation standard, notre grille tarifaire se situe généralement entre 5 € et 10 € par heure, avec un tarif ajusté notamment en fonction du volume et des caractéristiques du projet.

Nous réalisons généralement un pilote sur un échantillon de vos propres données afin de mesurer la cadence réelle d’annotation et de contrôle qualité. À partir de ces résultats et du volume prévisionnel, nous pouvons établir un prix sur mesure et un planning de production.

Lorsque cela est plus adapté, la facturation peut également être établie à l’unité : par image, objet, frame, document ou autre unité de production définie avec le client.

Oui. Pour les projets concernés par l’AI Act, Infoscribe peut documenter les opérations réalisées sur les données : provenance, règles d’annotation, classes et ontologies utilisées, contrôles qualité, corrections et principaux éléments de traçabilité.

Ces informations peuvent être regroupées dans un dossier de gouvernance des données destiné à alimenter la documentation de conformité du client, notamment au regard des exigences de l’article 10 de l’AI Act relatives aux données utilisées pour les systèmes d’IA à haut risque.

Cette documentation peut couvrir différents types de données agricoles : images satellites ou de drones, photographies de terrain, données géospatiales et 3D, ainsi que corpus textuels et documents agronomiques.