Étiquetage des données

L’étiquetage des données est une nécessité chaque fois qu’il est nécessaire de former un modèle d’IA sur les données. Toutefois, l’étiquetage peut être (en fonction de la quantité de données) un processus à forte intensité de main-d’œuvre et nécessite souvent un savoir-faire spécialisé sur le cas d’utilisation auquel les données sont associées. Ce service offre au client l'accès à une équipe d'experts composée d'ingénieurs formés au développement et à l'utilisation de modèles d'IA et d'agronomes ayant une connaissance approfondie des cas d'utilisation réels.

La durée de ce service dépend fortement du type d'étiquetage requis par le client, ainsi que de la quantité de données à traiter. Le service est fourni à partir de la définition, avec le client, de la procédure d’étiquetage la plus appropriée en fonction des exigences du cas d’utilisation du client. Cette analyse initiale fournira également une estimation du temps nécessaire à l'exécution du service. Dans cette phase de définition, nous sélectionnerons le type d'annotations le plus approprié à produire (par exemple, des annotations d'images au niveau des pixels par rapport à une seule étiquette pour l'ensemble de l'image), ainsi que le niveau de granularité des étiquettes (par exemple, couleur de la plante, variété, classe de culture). Nous conviendrons également avec le client du format d'annotation attendu (par exemple, JSON, CSV) et de l'outil d'annotation à utiliser (par exemple, si les clients souhaitent étiqueter eux-mêmes des données supplémentaires à l'avenir). Une fois la phase de définition du service terminée, AgrifoodTEF procédera à la mise en place et à l'exécution de l'étiquetage. Le résultat final du service est les ensembles de données labellisés, accompagnés d’un rapport contenant des évaluations des données fondées sur des indicateurs de qualité.

Cette description de service est intentionnellement générique. Chaque cas de ce service est, en fait, personnalisé pour l'adapter aux besoins et aux exigences du client spécifique. Ce qui suit est un exemple d'instance de service. Exemple de service: Le client est intéressé à identifier rapidement l'émergence de la maladie de Peronospora (moisissure) dans les vignobles. Les symptômes de la péronospore peuvent être détectés en inspectant les changements sur la surface des feuilles (apparition de petites taches, changements progressifs de la couleur des feuilles). Le client a déjà mis en place un algorithme de vision par ordinateur pour classer les feuilles comme saines ou malsaines à partir d'images. Cependant, des données supplémentaires sont nécessaires pour améliorer les performances et la robustesse de la solution. Ces données ont été collectées sur le terrain via le service S00113, mais le client exige qu'elles soient soigneusement annotées par des agronomes experts qui peuvent reconnaître la présence de symptômes de Péronospora au niveau des feuilles individuelles. Pour répondre à la demande du client, le service S00290 est exécuté en identifiant d'abord les masques de segmentation comme format d'annotation le plus approprié. Bien que plus coûteux et onéreux à produire, les masques polygonaux peuvent représenter plus précisément les régions foliaires touchées par la maladie que, par exemple, les boîtes de délimitation rectangulaires qui renferment également des régions foliaires saines. Avec le client, il est ensuite convenu que 60 % des images collectées seront annotées par 5 experts en agronomie avec i) des masques de segmentation pour chaque région, si une région touchée par la maladie est trouvée, et ii) chaque région sera étiquetée comme «saine» ou «malsaine». En outre, nous nous appuierons sur la Kappa de Fleiss pour garantir qu’un niveau significatif d’accord (0,60 ou plus) a été atteint entre les annotateurs lorsqu’ils qualifient les feuilles de «saines/malsaines».