Guide
Classification, détection, segmentation : la différence
Classer une image, repérer des objets avec des boîtes ou découper pixel par pixel : ce que renvoie chaque tâche, et laquelle choisir pour votre besoin.
Mis à jour le
Trois mots reviennent dans tous les projets de vision : classification, détection et segmentation. Ils ne répondent pas à la même question. La classification dit ce que montre l'image, la détection dit quels objets s'y trouvent et où, la segmentation dit quels pixels appartiennent à quoi. Choisir la bonne tâche avant de choisir un modèle évite de refaire l'annotation des images en cours de route.
Classification : une étiquette pour toute l'image
Hugging Face la définit comme « la tâche qui consiste à attribuer une étiquette ou une classe à une image entière » (page lue le 15/11/2026). Le modèle renvoie une catégorie, par exemple « conforme » ou « rayée ». Ultralytics décrit la même tâche : une catégorie par image, d'après son contenu.
Elle convient quand la décision porte sur l'image entière et qu'un seul élément compte : la pièce est-elle bonne ou mauvaise, la photo montre-t-elle un compteur ou une plaque ? Elle ne convient pas quand plusieurs objets sont présents dans la même image, ou quand il faut savoir où se situe le problème.
Détection : des boîtes autour des objets
Selon la page Ultralytics, la détection consiste à identifier les objets d'une image ou d'une trame vidéo et à tracer des boîtes autour d'eux, chacune avec une catégorie. Hugging Face ajoute que ces modèles identifient des objets de classes définies à l'avance. Hugging Face cite parmi les usages le comptage d'articles dans un magasin ou un entrepôt, ou de visiteurs lors d'un événement.
Une boîte donne une position et une taille approximatives, pas un contour. C'est suffisant pour compter, pour vérifier qu'un élément est présent, ou pour déclencher une alerte quand un objet entre dans une zone. La page Détection d'objets avec YOLO montre comment l'exécuter.
Segmentation : un masque au pixel près
Ultralytics la présente comme une extension de la détection : au lieu d'une boîte, un masque au niveau du pixel pour chaque objet. Hugging Face distingue trois variantes :
- la segmentation sémantique regroupe les parties de l'image qui appartiennent à la même classe ;
- la segmentation d'instances isole chaque objet distinct ;
- la segmentation panoptique combine les deux : par instance et par classe.
Usages que cite Hugging Face : conduite autonome (repérer voies et obstacles), détourage de fond, imagerie médicale. En entreprise, elle sert quand la forme exacte compte : mesurer la surface d'une tache, séparer deux pièces qui se touchent, découper un produit pour le détourer.
Les autres tâches proches
Ultralytics liste aussi l'estimation de pose (des points clés, comme les articulations d'une personne) et les boîtes orientées, qui suivent l'angle d'un objet incliné, par exemple vu du dessus. Ces boîtes orientées sont documentées avec un jeu d'images aériennes (DOTAv1). Elles servent aux objets allongés ou penchés, pour lesquels une boîte droite englobe beaucoup de fond.
Tableau de choix
| Votre besoin | Tâche | Ce qu'il faut annoter |
|---|---|---|
| Trier des photos en catégories | Classification | Une étiquette par image |
| Compter, localiser, vérifier une présence | Détection | Une boîte par objet |
| Mesurer une surface, séparer des objets collés | Segmentation | Un contour par objet |
| Objets inclinés vus du dessus | Boîtes orientées | Une boîte avec angle |
| Suivre un geste ou une posture | Pose | Des points clés |
Comment décider
- Écrivez la décision attendue : « la pièce part ou non au rebut » se traite souvent en classification ; « combien de colis passent » en détection.
- Prenez la tâche la moins fine qui suffit. Plus la tâche est fine, plus l'annotation prend de temps. Voyez Label Studio ou CVAT pour les outils.
- Mesurez avec des chiffres : les métriques ne sont pas les mêmes selon la tâche. La page précision, rappel, mAP détaille celles de la détection.
Une règle pratique : commencer par la classification ou la détection, et ne passer à la segmentation que si une boîte ne permet pas de décider. Un détecteur qui renvoie une boîte et un score est déjà exploitable dans un tableau de bord ou une alerte.
Questions fréquentes
Quelle tâche est la plus simple à mettre en place ?
La classification : une étiquette par image, donc une annotation rapide. Elle ne dit pas où se trouve le défaut ou l'objet, ni combien il y en a.
La segmentation remplace-t-elle la détection ?
Non. Elle donne un contour au pixel près, mais elle demande des annotations plus longues à produire. Si une boîte suffit pour décider, la détection est plus économe.
Sources
Pages consultées pour écrire cet article :