Bonjour,
Ce sujet a peut-être été abordé, auquel cas je m’en excuse.
Nous avons réalisé une campagne d’acquisition sur la commune de St Laurent du Var
Nous remarquons que sur certaines images, les types de panneaux ne sont pas détectés alors qu’ils sont bien visibles.
Par exemple, sur cette image, le B14 n’est pas classé sur cette photo prise le 18 Mars (donc assez récemment)
Est-ce qu’il y a un délai temporel avant que la classification soit réalisée, et de combien est-il dans ce cas ?
Il y a un délais oui, car ce n’est pas encore intégré dans la pipeline de floutage.
Il arrive aussi que des détections au taux de confiance trop faible ne soit ensuite pas prises en compte.
Le 18 mars ça devrait être traité.
Bonjour
Dans le cas de l’annotation citée ci-dessus, l’image du panneau est assez nette et l’image a été prise le 18 Mars. Pourtant, la classifcation n’a pas été opérée et la classe B14[30] n’est pas affectée.
Merci beaucoup en tout cas pour cette IA de classification de panneau. J’ai regardé sur pas mal de cas, y compris des panneaux assez flous, et ça marche vraiment bien 
Lorsque les panneaux sont flous, on peut avoir une confusion 90 <> 30, mais cela peut se contrôler en prenant en compte les attributs du linéaire d’affectation depuis la BDTOPO ou OSM.
Quels étaient les taux de confiance ? tu as des exemples précis ?
Voici deux exemples que j’ai trouvés
Premier exemple (90 confondu avec 30)
Second exemple (même confusion)
Les images sont très floues. Pourtant le score de confiance dans la classification excède 90%
Le modèle est le classify_fr_road_signs/0.13
Je n’ai regardé que les panneaux 30 de ma zone et pas les panneaux 90 car les panneaux 30 étaient plus faciles à cibler.
C’est vraiment très petit et donc flou, 30 ou 90 ici se jouent à quelques pixels pour fermer la boucle du haut ou pas…
J’ai limité les détections et classification pour qu’elles ne se fasse qu’à partir d’une certaine taille, pour éviter ce genre d’erreur, mais ces photos ont près d’un an et n’ont pas ce garde-fou.
bonjour
je me demandais quel est le seuil de detection_confidence pour que l’image ne soit pas classifiée ensuite ?
En fait je trouve qu’on a du mal à distinguer les détections qui n’ont pas encore été classifiées, de celles qui ont eu un échec de classification ou qui ont été écartées à cause du taux de confiance insuffisant.
Effectivement, il n’y a pas moyen de faire la différence vu le fonctionnement actuel qui se fait en deux temps.
Les détections de panneaux avec un taux de confiance inférieur à 0.6 ne sont pas conservé lors de la détection. Il faut aussi qu’un minimum de 32x32 pixels soient détectés.
Ensuite la classification:
Donc il va reste les détections d’au moins 0.6, avec une classification entre 0.5 et 0.8 ou 0.9 qui resteront en simple “road_sign” sans avoir le type.
J’ai été assez prudent pour éviter d’avoir trop de faux positifs, peut être trop prudent.
Je pense qu’il vaut mieux dans le sens là, au moins au départ, histoire de ne pas entacher la réputation du produit.
Ok merci pour ces explications.
Est-ce que les photos sont traitées une par une indépendamment de leur séquence, ou peut-on se dire que si une photo de la séquence a été traitée alors toute la séquence est traitée ? (même question au sein d’une image avec plusieurs panneaux détectés dessus)
Il n’y a pas de logique de séquence, la détection est faite après le versement et avant la publication, donc une séquence passera toujours par la détection avant d’être visible.
Pour la classification, elle fonctionne actuellement en dehors de ce flux, en reprenant les extraits d’images enregistrés lors de la détection… et sans connaître la photo ou la séquence d’origine, qu’on retrouve en interrogeant le meta-catalogue. C’est ça qu’on doit changer pour l’intégrer dans le flux et retourner la classification lors du passage par l’API de floutage.
oui j’ai bien ça en tête. Cependant j’ai des séquences qui à mon avis ne sont pas passées par l’étape de la détection.
Je pensais aux plus anciennes envoyées tout au début (auquel cas ce n’est pas grave, on a déjà dû envoyer de nouvelles photos de cet endroit) mais j’en ai aussi en 2025 :
Exemple en 2022 :
Exemple en 2025 :
PS : j’ai l’impression que le paramètre de la rotation de la photo a sauté dans les url
Les toutes premières séquences sont passées par l’API de floutage, mais elle ne détectait pas encore les panneaux, ça a été ajouté un peu plus tard et en deux temps:
Les tags n’existaient pas au début de Panoramax, ça explique aussi que tout ne soit pas homogène !
oui bien sûr, je sais que tout ça s’est fait progressivement. J’ai bien des cas en 2022 avec des panneaux détectés et classifiés mais sans géométrie.
Par contre je suis quand même sceptique car sur plein de séquences de 2024, 2025 j’ai aucun panneau détecté :
Ici toutes ces séquences en orange datant de 2024, il y a des panneaux à tous les coins de rues et aucun détecté, c’est trop bizarre :
