Comment fonctionne la détection d'objets sur l'appareil
Ce que fait ce détecteur
Le Détecteur d'Objets IA examine une photo et trace un cadre étiqueté autour de chaque élément reconnaissable : une personne, une voiture, un chien, un ordinateur portable, une chaise. En coulisses, il exécute un réseau de neurones entraîné à reconnaître 80 types d'objets du quotidien. Chaque détection vous donne trois informations : un nom, un cadre englobant qui indique où se trouve l'objet, et un score de confiance de 0 à 100% qui dit à quel point le modèle est sûr.
La détection démarre quand vous cliquez sur Détecter les Objets et toute l'analyse se fait sur l'appareil : le fichier du modèle (environ 18 Mo) n'est téléchargé qu'une fois, au premier lancement.
Quand l'utiliser
Il sert à étiqueter automatiquement un dossier de photos, à vérifier ce que contient réellement un jeu de données avant d'entraîner votre propre modèle, ou à compter combien de personnes ou de véhicules figurent dans une scène. Il rend aussi service pour l'accessibilité, en produisant une description textuelle rapide d'une image, et pour quiconque prototype des idées de vision par ordinateur sans installer d'environnement Python.
Comme il exporte un JSON structuré avec les coordonnées, il s'insère dans un pipeline plus large : lancez le détecteur, récupérez les cadres et transmettez-les à des scripts de recadrage, de floutage ou d'annotation.
Un exemple concret
Importez une photo de rue. Le modèle peut renvoyer personne à 92%, voiture à 88% et feu de circulation à 71%, chacun entouré de son propre cadre de couleur. Relevez la confiance minimale à 80% et relancez : le feu disparaît des résultats et il ne reste que les deux détections les plus sûres. Abaissez-la à 40% et des objets plus discrets ou partiellement cachés apparaissent, avec de temps en temps une fausse piste. Téléchargez l'image annotée pour conserver les annotations, ou exportez le JSON pour obtenir les noms, les scores et les coordonnées des cadres.
Remarques et limites
Le modèle connaît 80 types d'objets : tout ce qui sort de cette liste (une race de chien précise, le logo d'une marque, du texte lisible) ne sera pas étiqueté. Les objets qui se chevauchent ou les très petits objets sont les cas les plus difficiles et passent souvent sous le seuil. Le curseur de confiance est votre principal réglage : les valeurs élevées sacrifient le rappel au profit de la précision, les valeurs basses font l'inverse. Si une photo ne renvoie rien, baisser le seuil fait généralement remonter les objets que le modèle a vus sans en être sûr.