Segmentation d'image

Aussi appelé : Image Segmentation · image-segmentation · découpage d'image · segmentation sémantique

Terme Débutant 🛠️ Outils et techniques

Mis à jour le 28 mai 2026

La segmentation d'image est une technique de vision par ordinateur qui découpe une image en zones précises, identifiant chaque objet pixel par pixel pour en comprendre la forme exacte.

📖 Définition

La segmentation d'image divise une image en régions distinctes en attribuant une catégorie à chaque pixel. Contrairement à la classification qui identifie le contenu global ou à la détection qui dessine des boîtes, la segmentation délimite les contours précis de chaque élément. Il existe la segmentation sémantique, d'instance et panoptique. Cette technique est essentielle dans les applications où la précision spatiale est critique.

💬 En termes simples

C'est comme un arpenteur-géomètre qui ne se contente pas de dire qu'il y a une maison et un terrain, mais qui trace les limites exactes de chaque élément au centimètre près sur son plan cadastral. Chaque parcelle est identifiée et délimitée avec précision.

🎯 Exemple concret

En 2026, un consortium forestier québécois utilise la segmentation d'images satellites pour cartographier les zones de coupe et les secteurs touchés par la tordeuse de l'épinette. Une clinique de dermatologie de Montréal délimite au pixel près les contours de lésions cutanées suspectes. Un constructeur de véhicules autonomes intègre la segmentation panoptique pour distinguer piétons, cyclistes et signalisation en conditions hivernales.

💡 Le saviez-vous ?

Le modèle Segment Anything (SAM) de Meta a révolutionné le domaine en permettant de segmenter n'importe quel objet sans entraînement préalable, et il a été entraîné sur plus d'un milliard de masques. En médecine, la segmentation par IA atteint une précision comparable aux radiologues pour délimiter certaines tumeurs et réduit le temps d'analyse d'une IRM de plusieurs heures à quelques minutes.

❓ Questions fréquentes

Quelle est la différence avec la simple détection d'objets ?

La détection trace une boîte carrée autour d'un objet. La segmentation, elle, dessine le contour exact de chaque élément, comme si vous le découpiez avec des ciseaux. C'est beaucoup plus précis : pour une voiture autonome, il est crucial de savoir exactement où finit le trottoir et où commence la route, pas juste d'avoir une boîte approximative.

Comment cela peut-il aider dans le domaine médical ?

C'est révolutionnaire pour l'analyse des scans et des IRM. L'IA peut délimiter précisément la taille d'une tumeur ou mesurer le volume d'un organe de façon automatique. Cela permet aux médecins québécois de suivre l'évolution d'une maladie avec une précision millimétrique qu'il serait très long d'obtenir manuellement.

Quels sont les besoins en données pour ce type de projet ?

C'est l'un des domaines les plus exigeants car chaque image d'entraînement doit être annotée à la main, pixel par pixel. C'est un travail colossal. Pour bien commencer, utilisez des modèles déjà entraînés sur des bases de données géantes (comme Segment Anything de Meta) que vous pourrez ensuite adapter à vos besoins spécifiques sans tout recommencer de zéro.

📚 Sources

Meta AI - Segment Anything Model (Meta, 2023)
Wikipedia - Segmentation d'image (Contributeurs de Wikipédia, 2024)

🔗 Termes liés

🏷️ Catégorie parente

Vision par ordinateur

Accueil

Outils

Annuaire

Apprendre