YOLO Annotator : un outil d'annotation hors ligne avec bbox, OBB et segmentation panoptic, sous licence GPL-3.0

L'annotation des données prend généralement plus de temps que l'entraînement du modèle, et l'auteur de YOLO Annotator l'a vérifié en pratique. Dans un projet de détection de défauts des infrastructures routières, l'équipe est passée des détecteurs aux modèles de segmentation et n'a pas trouvé d'outil adapté. Elle en a donc écrit un : un annotateur de bureau, sans serveur, qui couvre les bbox, les boîtes orientées, les polygones, les masques, ainsi que la segmentation sémantique et panoptic. Le code est publié sous licence GPL-3.0, et l'export est prévu pour YOLO, Detectron2 et Mask2Former.

Pourquoi il fallait un outil « intermédiaire »

Le projet a démarré par de la détection. L'équipe avait hérité de modèles et d'une expérience issus d'un travail précédent, mais cela n'a pas suffi pour les défauts routiers. Fissures, nids-de-poule et dégradations de la chaussée se décrivent mal avec un rectangle, d'où le recours à la segmentation. Restait à choisir l'outil d'annotation.

L'auteur répartit les solutions existantes en deux camps. Les outils serveur, CVAT et Label Studio, savent presque tout faire, mais il faut les déployer et les maintenir. Leur prise en main n'est pas simple et ils sont gourmands en ressources matérielles. Les outils de bureau comme labelImg s'installent en une minute, mais ne dessinent pour l'essentiel que des rectangles. Il fallait donc un logiciel qui tourne sur un ordinateur portable, ne demande aucune infrastructure et gère malgré tout l'annotation par polygones.

Comment l'outil a gagné en fonctionnalités

La première version gérait les bbox et les polygones. Les besoins se sont ensuite accumulés au fil du projet : d'abord les boîtes orientées (OBB), puis les masques, puis le mode multi-utilisateur. Enfin, la segmentation sémantique et panoptic a été ajoutée. Chaque extension soulevait la question de l'export : les données doivent arriver dans l'entraînement sans convertisseurs manuels.

L'annonce publiée sur Habr énumère les principales fonctionnalités :

• annotation de bbox et de boîtes orientées (OBB) ;
• annotation par polygones et masques ;
• segmentation sémantique et panoptic ;
• mode multi-utilisateur ;
• export vers des formats que YOLO, Detectron2 et Mask2Former acceptent sans adaptation (le titre annonce la prise en charge de YOLO et COCO) ;
• exécution sur un ordinateur portable, sans déploiement de serveur ;
• code ouvert, licence GPL-3.0.

L'auteur détaille le fonctionnement interne du logiciel dans l'article complet. L'annonce ne donne aucun détail d'architecture, pas plus que des mesures de vitesse d'annotation ou une comparaison avec CVAT.

Ce qu'il faut prendre en compte avant de choisir

Le projet ressemble à un outil né d'un besoin réel, et son jeu de fonctionnalités le montre. Il lui faut à la fois l'OBB et le panoptic. Ce sont justement ces formats qui cassent souvent le pipeline quand l'annotateur sait faire une chose et que le framework d'entraînement en attend une autre. Si votre équipe est petite, travaille sur des ordinateurs portables et se heurte au même fossé entre labelImg et CVAT, l'annotateur mérite un essai sur un échantillon pilote.

Vérifiez trois points avant de l'adopter.

• Licence. La GPL-3.0 impose d'ouvrir les œuvres dérivées en cas de distribution. Pour un usage interne, cela ne pose généralement pas de problème ; pour l'intégrer à un produit commercial, il faut en discuter avec les juristes.
• Format d'export. Passez un petit jeu de données dans votre pipeline d'entraînement avant d'annoter des milliers d'images. C'est particulièrement vrai pour le panoptic : les schémas de catégories et d'identifiants d'instances de Detectron2 et de Mask2Former diffèrent dans les détails.
• Mode multi-utilisateur. Il est implémenté sans serveur central. Renseignez-vous sur la manière dont le logiciel fusionne les annotations de plusieurs personnes et résout les conflits, surtout si vous avez besoin de contrôle qualité et de cohérence entre annotateurs.

Pour les cas où le contrôle d'accès par rôles, la relecture et l'audit des modifications comptent dans de grandes équipes, les systèmes serveur restent le choix logique. Pour tous les autres, il existe désormais une option légère de plus.