Qualité d'image et fiabilité

La qualité d'entrée détermine la qualité d'analyse

Une image floue, mal cadrée, sous-exposée ou de trop basse résolution dégrade directement la fiabilité de l'analyse d'un modèle multimodal, exactement comme elle dégraderait la lecture d'un humain confronté à la même image.

Bonnes pratiques de capture

• Résolution suffisante : privilégier une image nette où le texte est lisible à l'œil nu avant même de la soumettre au modèle.
• Cadrage complet : s'assurer que l'information recherchée est entièrement visible, sans coupure sur les bords.
• Éclairage adéquat pour une photo : éviter les ombres portées ou les reflets qui masquent une partie du contenu, particulièrement pour des documents papier photographiés.

Que faire face à une image de mauvaise qualité

flowchart TD
    A[Image soumise au modele] --> B{Qualite suffisante\npour une lecture fiable ?}
    B -- Oui --> C[Analyse fiable]
    B -- Non, floue/partielle --> D[Demander une meilleure\nimage plutot que de\nfaire confiance au resultat]

Face à une réponse d'analyse d'image incertaine ou incohérente, la première hypothèse à vérifier est souvent la qualité de l'image source, avant de suspecter une limite du modèle lui-même.

Vérifier une extraction critique

Pour une extraction de donnée à fort enjeu (montant financier, référence légale), demander au modèle d'indiquer son niveau de confiance ou de signaler explicitement toute partie illisible de l'image, plutôt que de compléter silencieusement par une supposition plausible mais potentiellement fausse.

Cas concret

Un système automatisé extrait le montant d'une facture depuis une photo prise rapidement avec un téléphone, légèrement floue sur le chiffre des centimes. Sans instruction explicite, le modèle génère un montant plausible mais potentiellement incorrect sur cette partie floue, sans signaler l'incertitude. Une instruction demandant explicitement de signaler toute zone illisible plutôt que de deviner aurait permis de détecter ce cas limite et de demander une nouvelle photo plus nette avant intégration dans le système comptable.

Erreurs fréquentes

• Soumettre systématiquement des images de mauvaise qualité sans vérification préalable, dégradant la fiabilité de toutes les analyses en aval.
• Ne jamais demander au modèle de signaler l'incertitude sur une extraction critique, le laissant compléter silencieusement par une supposition plausible mais risquée.
• Suspecter une limite fondamentale du modèle face à une analyse incorrecte, sans avoir d'abord vérifié la qualité de l'image source, souvent la cause réelle du problème.

À retenir

• La qualité de l'image d'entrée (résolution, cadrage, éclairage) détermine directement la fiabilité de l'analyse multimodale.
• Face à une réponse incohérente, vérifier d'abord la qualité de l'image source avant de suspecter une limite du modèle.
• Sur une extraction critique, demander explicitement au modèle de signaler toute partie illisible plutôt que de deviner silencieusement.

Mini-exercice

Un modèle extrait un montant financier depuis une photo de facture légèrement floue sur un chiffre précis, sans signaler d'incertitude. Quelle instruction de prompt aurait permis de détecter ce risque avant intégration du montant dans un système comptable ?

Réponse : une instruction explicite demandant au modèle de signaler clairement toute partie de l'image illisible ou incertaine plutôt que de compléter silencieusement par une supposition, permettant de détecter ce cas limite et de demander une nouvelle photo plus nette avant toute intégration automatique.