Commencer par l'objectif métier

L'objectif d'une page#

Cinq lignes répondent aux questions dont dépend chaque étape ultérieure. Le guide sur la définition des objectifs du projet traite des mêmes sujets plus en détail. Voici un exemple rempli pour un entrepôt, qui sert de base à ce cours :

Affiche la page à un endroit où toute l'équipe peut la voir. Si une partie prenante conteste une ligne plus tard, modifie d'abord la page, puis le jeu de données.

Choisir la tâche la plus simple qui répond à la question#

La tâche détermine ce que les annotateurs dessinent, et cela détermine l'essentiel du budget d'annotation. Suis cet arbre de décision et arrête-toi à la première tâche qui répond à la question métier :

Ultralytics YOLO prend en charge sept tâches. Pour planifier un jeu de données, ce qui compte, c'est le coût d'annotation de chacune ; Fondamentaux de la vision par ordinateur les compare en détail dans sa leçon sur les tâches de vision.

Lis le panneau des bananes comme une liste de prix : la détection indique déjà la présence, l’emplacement et le nombre, et seuls les deux panneaux de segmentation ajoutent la taille et la forme, à un coût d’annotation bien plus élevé. Si l’entreprise veut seulement savoir « combien de bananes », la détection est la solution et les polygones sont une dépense inutile.

Définis des classes qu’un annotateur peut appliquer#

Une classe n’est utile que si deux annotateurs attribuent la même étiquette au même objet. Définis chaque classe en une phrase qui précise un élément ressemblant qu’elle exclut :

• forklift : un chariot élévateur motorisé, fourches et mât compris. Exclut les transpalettes manuels.
• person : toute personne, y compris partiellement visible, assise ou dans la cabine d’un véhicule. Exclut les reflets et les affiches.
• pallet : une palette d’expédition en bois ou en plastique, chargée ou vide. Exclut les caisses empilées sans palette à leur base.

Choisis ensuite délibérément le niveau de granularité. Les classes générales (« véhicule ») coûtent moins cher et convergent plus vite ; les classes détaillées (« berline », « pick-up ») sont plus utiles en aval, mais plus difficiles à appliquer de façon cohérente. Commence par définir les besoins de l’entreprise. Il est possible de regrouper plus tard des étiquettes détaillées en classes générales avec une seule ligne de code, mais il est impossible de subdiviser des classes générales sans refaire l’annotation.

Transforme la métrique en un test d’acceptation que tu peux exécuter#

Choisis la métrique qui correspond au coût d’une erreur :

• Un oubli coûte cher (sécurité, défauts) : fixe un seuil de rappel pour cette classe.
• Une fausse alerte coûte cher (rejet automatique de pièces, alerte du personnel) : fixe un seuil de précision.
• Toutes les classes comptent autant (comptage, inventaire) : fixe un seuil d’AP par classe pour qu’aucune classe ne se dissimule derrière la moyenne.

Le guide des métriques de performance YOLO explique chacune d’elles. Écris ensuite le test sous forme de code pour mettre fin aux débats sur la question « est-ce assez bon ? ». Ce script fonctionne dès maintenant avec un modèle préentraîné sur le jeu de démonstration COCO8, puis plus tard avec ton propre checkpoint et ton jeu de données de validation indépendant :

from ultralytics import YOLO

model = YOLO("yolo26n.pt")  # later: your fine-tuned runs/detect/train/weights/best.pt
metrics = model.val(data="coco8.yaml", classes=[0], verbose=False)  # 0 = person; later: your holdout YAML

precision, recall = metrics.box.mp, metrics.box.mr
print(f"person: precision={precision:.2f} recall={recall:.2f}")
print("PASS" if recall >= 0.95 and precision >= 0.85 else "FAIL: below the acceptance test")

                   all          4         10      0.939        0.8      0.848      0.387
person: precision=0.94 recall=0.80
FAIL: below the acceptance test

Ce que chaque ligne t’indique :

• classes=[0] évalue uniquement person, afin que les autres classes ne puissent pas gonfler le résultat. Utilise l’identifiant de ta propre classe de sécurité.
• La ligne du validateur indique 4 images contenant 10 personnes annotées. mp et mr correspondent à la précision et au rappel au seuil de confiance qui les équilibre le mieux (F1 maximal).
• Un modèle COCO préentraîné détecte 8 des 10 personnes, soit un rappel de 0,80 : le résultat est précis, mais pas assez sûr. Cet échec montre que le test fait son travail. Dans ce cours, un échec renvoie aux données, pas aux hyperparamètres.

Note ce que la v1 ne fera pas#

Aucun modèle n’est parfait. Précise donc à l’avance les erreurs acceptables : les conditions que tu ne couvriras pas (brouillard épais, obscurité totale), les éléments ressemblants qu’il est acceptable de confondre et les classes rares reportées à la v2. Cette ligne évite qu’un modèle qui atteint son objectif soit jugé selon un seuil de 100 % jamais énoncé, et indique à l’équipe de collecte où ne pas investir ses efforts pour l’instant.