Comparaison de différents types d'annotation d'images

Qu'est-ce que computer vision?

Computer vision est une grande discipline de l'IA et de l'apprentissage automatique qui aide les ordinateurs à obtenir des informations utiles à partir de supports numériques tels que des images et des vidéos, et à agir ou à faire des suggestions sur la base de ces informations.

Définir l'annotation de l'image

L'annotation d'images est la technologie qui permet à l'ordinateur d'acquérir une compréhension approfondie en étiquetant une image à l'aide de texte ou d'outils d'annotation pour montrer les caractéristiques des données que l'utilisateur souhaite qu'il reconnaisse par lui-même.

Types d'annotation d'image les plus utilisés

- Classification des images

- Reconnaissance des objets

- Segmentation d'images

- Reconnaissance des frontières

Types d'annotation d'images et leurs cas d'utilisation

Boîtes englobantes 

Définition

Ce sont des plans qui agissent comme une citation pour détecter un objet. Les boîtes englobantes sont utilisées pour définir une classe à l'objet intéressé en entourant la cible. Cette annotation de l'image permet aux algorithmes d'obtenir facilement ce qu'ils trouvent dans une image et de mettre en relation l'objet détecté avec ce sur quoi ils ont été entraînés au départ.

Les boîtes englobantes sont également utilisées pour apprendre aux véhicules autonomes à détecter les différents objets dans les rues.

Cas d'utilisation

Détection d'objets pour les voitures à conduite autonome. Les données des boîtes englobantes aident les machines à identifier les objets sur la route et au-delà, par exemple les voitures, les piétons, les panneaux de signalisation et les feux.

Annotation de lignes et splines

Définition

Ils sont utilisés pour reconnaître les voies et les frontières dans une image. Ils sont utilisés lorsque la partie annotée est considérée comme une frontière mais qu'elle est petite pour les boîtes de délimitation ou autres annotations.

Cas d'utilisation

Peut être utilisé pour atteindre les robots dans l'entrepôt afin de mettre les articles en rang avec précision. Il peut également être utilisé pour annoter les trottoirs et les voies pour que les véhicules autonomes connaissent les limites et restent dans leur voie.

Annotation des points de repère

Définition

Il s'agit de créer des points ou des points dans une image. Elle utilise des points pour marquer des objets dans des images comportant de nombreux petits éléments. Plusieurs objets sont reliés entre eux pour montrer le contour d'un objet, tandis que des points plus grands sont utilisés pour montrer les points de repère des environs.

Cas d'utilisation

L'annotation de points de repère est utilisée pour obtenir une meilleure précision dans les figures humaines et l'analyse des sentiments. Elle peut également être utilisée pour la reconnaissance faciale dans les systèmes de sécurité et dans les jeux vidéo pour suivre les mouvements des personnages.

Cuboïdes 3D

Définition

Les cuboïdes 3D sont utilisés pour prédire la forme et le volume d'un objet et pas seulement pour le reconnaître. Ils ont également une profondeur, une hauteur et une largeur. Des ancres sont placées sur les bords de l'objet et l'espace entre elles est rempli d'une ligne, ce qui créera une représentation 3D de l'objet.

Cas d'utilisation

Les cuboïdes 3D sont principalement utilisés pour les systèmes autonomes capables de locomotion, par exemple les robots locomoteurs, car ils peuvent faire des prédictions sur l'objet dans son environnement.

Polygones

Définition

Les polygones sont utilisés lorsque les objets d'une image ne s'intègrent pas bien dans un cuboïde 3D ou une boîte englobante en raison de leur taille ou de leur forme, ainsi que lorsque quelqu'un souhaite une annotation plus précise des objets. Les polygones suppriment les pixels inutiles qui entourent l'objet et qui peuvent prêter à confusion pour les annotateurs.

Cas d'utilisation

Les polygones sont également utilisés pour annoter des objets asymétriques dans une image, tels que la végétation et les maisons. Dans le cadre de la conduite autonome, les polygones peuvent être utilisés pour identifier des objets asymétriques tels que les panneaux de signalisation et pour localiser avec précision les voitures.

Segmentation sémantique

Définition

La segmentation sémantique consiste à diviser une image en différentes zones et à attribuer des étiquettes à tous les pixels de l'image. Les zones qui ont des définitions sémantiques non identiques peuvent être séparées des autres zones. Les zones sont définies en fonction de l'information sémantique, et des étiquettes sont attribuées à chaque pixel de cette région.

Cas d'utilisation

La segmentation sémantique est utilisée dans les véhicules autonomes où l'IA du véhicule fait la différence entre différentes sections, par exemple la route, le trottoir ou l'herbe.

Dans le domaine de la médecine, la segmentation sémantique est utilisée dans la reconnaissance d'images pour le diagnostic. La segmentation sémantique est également utilisée pour détecter les cultures et les mauvaises herbes dans une ferme.

Combien de temps prend l'annotation d'image

Le temps nécessaire à l'annotation d'une image dépend de plusieurs facteurs, tels que la complexité de l'image, le nombre d'objets présents, le type d'annotation (chaque annotation est différente en termes de complexité) et la précision ou le niveau de détail.

Les objets simples nécessiteront moins de temps pour être annotés que les objets complexes.