Combien coûte un projet de vision par ordinateur ?

Il n'existe pas de prix unique : le coût dépend du nombre d'images à annoter, de la prise de vue, du matériel et du mode de calcul. Cette page donne les postes à chiffrer et un calcul de coût par image pour l'API.

Les outils open source sont-ils gratuits ?

Leur licence est gratuite (Label Studio et Tesseract sont sous Apache 2.0), mais l'installation, l'annotation et la maintenance prennent du temps. Pour YOLO, l'éditeur propose une licence AGPL-3.0 ou une licence Entreprise payante.

Coût d'un projet de vision par ordinateur : postes et calcul

Personne ne peut annoncer honnêtement le prix d'un projet de vision sans savoir ce qu'on doit détecter, avec quelle caméra et à quelle cadence. Cette page ne donne donc pas de prix de projet. Elle liste les postes à chiffrer, indique ce que les éditeurs publient (lu le 15/11/2026) et propose un calcul que vous pouvez refaire avec vos chiffres. Les prix cités peuvent changer : relisez les pages sources au moment de décider.

Les sept postes de dépense

Poste	Ce qui pèse	Ce que disent les sources
1. Cadrage	Définir le défaut ou l'objet, la décision, l'erreur acceptable	Temps de qualité et d'informatique (méthode)
2. Prise de vue	Caméra, optique, éclairage, support	Pas de prix publié sur les pages lues
3. Collecte et annotation	Nombre d'images, finesse de la tâche, relecture	Ultralytics recommande au moins 1 500 images et 10 000 instances par classe pour un résultat fiable ; quelques centaines d'objets par classe pour démarrer
4. Entraînement	Calcul, essais	Ultralytics conseille de commencer avec 300 époques d'entraînement, puis d'ajuster
5. Licence	Modèle et outils	YOLO : AGPL-3.0 gratuite ou licence Entreprise payante, prix non affiché (détail)
6. Déploiement	Boîtier, serveur ou API	Prix des modules Jetson non listés sur la page NVIDIA lue
7. Exploitation	Surveillance, ré-entraînement, remplacement matériel	Aucun chiffre publié

Le poste le plus sous-estimé est la collecte et l'annotation : un jeu d'images d'une dizaine de milliers d'objets étiquetés représente des heures de travail humain. Ultralytics distingue aussi des classes fines, qui améliorent la précision mais coûtent du temps et du calcul, et des classes grossières, plus simples à annoter.

Ce qui est gratuit et ce qui ne l'est pas

Gratuit côté licence : Label Studio (Apache 2.0), Tesseract (Apache 2.0), d'autres projets listés dans Modèles de vision open source.
Conditionnel : YOLO, gratuit sous AGPL-3.0 si vous publiez le projet entier, payant sinon.
Jamais gratuit : votre temps d'annotation, d'installation, de réglage et de suivi.

Calculer le coût d'une API de vision

Avec un grand modèle appelé par API, le coût suit un calcul simple. La documentation d'Anthropic indique qu'une image coûte ⌈largeur / 28⌉ × ⌈hauteur / 28⌉ jetons, et qu'une image de 1 000 × 1 000 pixels en coûte 1 296. À 1 dollar par million de jetons d'entrée (Claude Haiku 4.5, exemple de la documentation), cela fait environ 1,30 dollar les mille images.

Exemple de calcul, que vous adapterez :

Hypothèse	Valeur
Images par jour	5 000
Jours par mois	30
Images par mois	150 000
Coût d'entrée à 1,30 $ les mille images	environ 195 $ par mois

Ce calcul ne couvre que les images en entrée. Il faut y ajouter la consigne écrite, les jetons de sortie et l'éventuel plafond de palier de résolution. La page de tarifs d'Anthropic mentionne aussi une API par lots avec 50 % de remise pour les traitements différés. Pour un modèle à prix d'entrée plus bas, le même calcul donne un résultat plus bas : refaites-le avec le prix du modèle visé. Les limites de précision de cette voie, notamment pour le comptage, sont dans Envoyer une image à une API.

Comparer API et calcul local

Critère	API de vision	Calcul local (edge ou serveur)
Dépense initiale	Faible	Matériel et mise en service
Dépense récurrente	Proportionnelle au nombre d'images	Maintenance, électricité
Entraînement	Aucun	Images annotées nécessaires
Précision sur un défaut précis	Limites décrites par l'éditeur	Mesurable et améliorable
Données	Images envoyées à un tiers	Restent sur place

Pour le local, voyez Vision en edge. Pour les données, voyez Vidéosurveillance et IA : la CNIL.

Pour chiffrer sans se tromper

Commencez petit et mesurez. Une preuve sur quelques centaines d'images annotées dit si l'approche tient, avant d'engager le volume recommandé.
Chiffrez l'erreur. Combien coûte un défaut non détecté, une fausse alerte ? Voir Précision, rappel, mAP.
Demandez des devis datés pour la caméra, l'éclairage et le boîtier : les pages publiques lues n'en donnent pas.
Prévoyez l'exploitation : un modèle se contrôle et se met à jour.