Modèles de vision open source : détection, OCR, anomalies

Il existe de nombreux modèles et bibliothèques de vision publiés en open source. Ce qui change d'un projet à l'autre : la tâche couverte, le matériel nécessaire et surtout la licence, qui décide de ce que vous pouvez livrer à un client. Cette page liste des projets courants, avec ce qu'indique leur page officielle, lue le 15/11/2026. Elle n'est pas exhaustive et ne classe rien : elle sert de point de départ.

Détection d'objets

Hugging Face cite DETR, RT-DETRv2 et d'autres sur sa page « Object Detection », avec un exemple d'usage en trois lignes grâce au module pipeline de la bibliothèque Transformers : pipeline("object-detection", model="facebook/detr-resnet-50").

Anomalies

Anomalib : bibliothèque de détection d'anomalies visuelles (Patchcore, Stfpm, Padim…), Apache-2.0. Elle s'utilise quand on a des images de pièces conformes mais peu de défauts : voyez Détection d'anomalies dans les images.

Lecture de texte et de codes

Leur usage en atelier ou en réception est détaillé dans Codes-barres et étiquettes.

Comment choisir

1. Partez de la tâche, pas du modèle : voir Classification, détection, segmentation.
2. Lisez la licence en premier. Une licence permissive (Apache-2.0) simplifie la livraison à un client ; une licence copyleft comme l'AGPL-3.0 demande de publier le projet dérivé, selon la page de l'éditeur. En cas de doute, demandez un avis juridique.
3. Regardez le jeu d'entraînement. DETR et RT-DETRv2 sont entraînés sur COCO : leurs classes sont génériques. Pour vos pièces, il faudra ré-entraîner ; comptez le temps d'annotation.
4. Testez sur vos images avant de comparer des chiffres publiés : les scores COCO ne disent rien de votre éclairage. Méthode dans Précision, rappel, mAP.
5. Vérifiez le matériel visé. Un petit calculateur près de la caméra n'a pas la puissance d'un serveur : voir Vision en edge.

Ce que la licence du code ne dit pas

La licence d'un dépôt de code ne couvre pas forcément les poids d'un modèle, ni le jeu d'images qui a servi à l'entraîner. La fiche Hugging Face d'un modèle indique sa propre licence : c'est elle qu'il faut lire, pas celle de la bibliothèque qui le charge. Sur la fiche du modèle SAM 2 de Meta consultée pour cette page, la licence apparaît seulement sous forme d'étiquette (Apache-2.0), sans détail de ses conditions : le texte complet se trouve dans les fichiers du dépôt.

Et sans entraîner ?

Les grands modèles qui lisent les images par API évitent l'entraînement, avec d'autres limites : voir Envoyer une image à une API.