L’enjeu de la réutilisation des modèles et chaînes de traitements en computer vision

Alors que de nombreux outils et modèles de vision par ordinateur présentent désormais un degré avancé de maturité – on peut citer des modèles comme YOLO, SAM, CLIP, Florence2… ou des outils comme Label Studio, Roboflow… – les projets en sciences humaines souhaitant se saisir de ces outils se posent la question de leur adaptation à leurs besoins spécifiques. Qu’il s’agisse de confronter les cas d’usage, les besoins et les méthodes, de partager du vocabulaire et des protocoles d’expérimentation, de spécialiser des modèles ou encore de réutiliser des chaînes de traitements, un équilibre est à trouver entre une approche « sur mesure », qui obligerait chaque projet à se doter de ses propres outils et protocoles, et une approche « prêt-à-porter » qui imposerait au contraire aux projets de s’adapter aux outils existants. Cet équilibre passe par la conception de chaînes de traitements qui soient facilement rejouables et adaptables, et le fait de veiller à les documenter.