Glossaire de l'inspection automobile par IA

Annotation (étiquetage): Travail qui consiste à indiquer à la main, sur des images, ce que le modèle doit apprendre à reconnaître.
Des experts tracent les rectangles ou les contours des éléments et des dommages. La qualité et la cohérence de ces annotations conditionnent directement la qualité du modèle.
Pour aller plus loin : Annotation et qualité des données
Anonymisation et floutage: Traitements qui rendent illisibles ou non identifiables les données personnelles présentes dans une image (visages, plaques, arrière-plans).
Dans une inspection, ils répondent aux exigences du RGPD tout en conservant l'information utile sur l'état du véhicule.
Pour aller plus loin : RGPD et inspection automobile
Augmentation de données: Technique qui crée des variantes d'images existantes (luminosité, rotation, recadrage…) pour rendre un modèle plus robuste.
Elle aide à mieux couvrir les cas rares sans collecter indéfiniment de nouvelles images.
Pour aller plus loin : R&D IA
Captation guidée: Prise de vue d'un véhicule pendant laquelle l'assistant indique en direct où se placer, à quelle distance et à quelle vitesse avancer.
Elle garantit des images exploitables dès la prise de vue, au lieu de constater après coup qu'il manque une face du véhicule.
Pour aller plus loin : Vidéo guidée ou photos
Cotation d'un véhicule d'occasion: Estimation de la valeur d'un véhicule en fonction de son modèle, de son âge, de son kilométrage et de son état.
L'état réel, documenté par des images, est l'un des facteurs d'ajustement les plus discutés entre vendeur et acheteur.
Pour aller plus loin : Cotation d'un VO par IA
Détection d'anomalies: Approche qui repère ce qui s'écarte de ce que le modèle connaît, sans avoir besoin d'exemples étiquetés de chaque cas.
Elle complète la détection de dommages connus en signalant des zones atypiques, à faire valider par un humain.
Pour aller plus loin : R&D IA
Détection d'objets: Tâche consistant à repérer des objets dans une image et à les encadrer par un rectangle, avec un libellé et un score de confiance.
Dans l'inspection automobile, elle sert à retrouver les équipements et éléments de carrosserie (portière, pare-chocs, optique, roue, rétroviseur…) et à savoir où ils se situent sur chaque image.
Pour aller plus loin : Nos intelligences artificielles
État des lieux contradictoire: Constat de l'état d'un véhicule établi en présence ou avec l'accord des deux parties (loueur et locataire, par exemple).
Documenté par des images horodatées, il réduit les litiges en fournissant une base objective de comparaison entre le départ et le retour.
Pour aller plus loin : Location courte durée et autopartage
Expertise à distance (télé-expertise): Évaluation de l'état d'un véhicule à partir d'images transmises par son détenteur, sans déplacement d'un expert.
Elle accélère le traitement des dossiers d'assurance et de reprise tout en laissant la décision à un humain.
Pour aller plus loin : Assurance et expertise à distance
Faux positif et faux négatif: Un faux positif est une alerte à tort (un reflet pris pour une rayure) ; un faux négatif est un dommage réel qui n'est pas détecté.
Réduire l'un augmente généralement l'autre. Les faux positifs liés aux reflets sont l'un des défis classiques de l'inspection de carrosseries vernies.
Pour aller plus loin : Mesurer la performance d'un modèle
Humain dans la boucle (human-in-the-loop): Principe selon lequel une personne valide, corrige ou arbitre les décisions d'un système d'IA.
C'est à la fois une exigence de bonne pratique, un levier d'amélioration des modèles et un élément de la conformité au cadre européen de l'IA.
Pour aller plus loin : Règlement européen sur l'IA
IA embarquée (edge) et IA serveur (cloud): Deux lieux d'exécution des modèles : sur le téléphone de l'utilisateur ou sur des serveurs distants.
Un modèle léger embarqué assure le guidage en temps réel même avec une connexion dégradée ; les analyses les plus fines peuvent être réalisées côté serveur.
Pour aller plus loin : IA embarquée ou IA serveur
Isolation du véhicule (segmentation d'arrière-plan): Séparation de la carrosserie et de son environnement pour ne conserver que ce qui appartient au véhicule.
Elle évite de confondre un dommage avec un élément du décor (mur, passant, ombre) et facilite l'anonymisation des arrière-plans.
Pour aller plus loin : R&D IA
Jeu de données (dataset): Ensemble d'images et d'annotations utilisé pour entraîner et évaluer un modèle.
Sa diversité (lumière, météo, modèles de véhicules, types de dommages) compte autant que sa taille.
Pour aller plus loin : R&D IA
LLD et LOA: Location longue durée (LLD) et location avec option d'achat (LOA) : deux formules de financement d'un véhicule sur plusieurs années.
À la fin du contrat, l'état du véhicule détermine d'éventuels frais de remise en état.
Pour aller plus loin : Leasing, LLD et restitution
OCR et lecture de plaque d'immatriculation: Reconnaissance optique de caractères appliquée aux plaques d'immatriculation (aussi appelée lecture automatique de plaque).
Elle permet de rattacher automatiquement une inspection au bon véhicule et de croiser l'identité du véhicule filmé avec le dossier.
Pour aller plus loin : Lecture de plaque d'immatriculation
Pré-état des lieux: Inspection réalisée avant la fin d'un contrat de leasing ou de location longue durée pour anticiper les frais de remise en état.
Il permet au client de corriger ou de contester à l'avance, et au loueur d'éviter les surprises à la restitution.
Pour aller plus loin : Leasing, LLD et restitution
Rapport d'inspection structuré: Document ou flux de données qui décrit l'état d'un véhicule : équipements présents, dommages localisés, images horodatées, anomalies à valider.
Sa structure permet de l'intégrer directement dans un logiciel métier plutôt que de le ressaisir.
Pour aller plus loin : Intégrer une API d'inspection
Ré-entraînement: Nouvelle phase d'apprentissage d'un modèle à partir de données enrichies ou corrigées.
Il intervient notamment après la découverte d'erreurs récurrentes sur le terrain ou l'ajout d'exemples de classes sous-représentées.
Pour aller plus loin : R&D IA
Remarketing de véhicules d'occasion: Ensemble des opérations de remise en vente d'un véhicule repris ou restitué : qualification, remise en état, annonce, vente.
Une description fiable de l'état du véhicule réduit les retours et accélère la vente.
Pour aller plus loin : Remarketing et véhicules d'occasion
Score de confiance: Nombre compris entre 0 et 1 qui exprime le degré de certitude d'un modèle sur une détection.
Il ne s'agit pas d'une probabilité parfaitement calibrée : c'est un indicateur de tri. Un score élevé signale une détection probable, un score faible invite à la vérification humaine.
Pour aller plus loin : Mesurer la performance d'un modèle
Segmentation d'instances: Tâche qui délimite précisément le contour de chaque objet ou zone d'intérêt, au pixel près, plutôt que par un simple rectangle.
Pour un dommage, elle donne la forme exacte d'une rayure ou d'une bosse, ce qui permet de mesurer son étendue et de la rattacher à l'élément de carrosserie concerné.
Pour aller plus loin : Détection de dommages par IA
Seuil de confiance: Valeur à partir de laquelle une détection est retenue ou transmise à une revue humaine.
Le régler revient à arbitrer entre manquer des dommages (seuil haut) et générer de fausses alertes (seuil bas). C'est un choix métier, propre à chaque cas d'usage.
Pour aller plus loin : Simulateur de la page R&D IA
Système d'IA à haut risque: Catégorie du règlement européen sur l'IA soumise à des obligations renforcées de gestion des risques, de documentation et de supervision.
La qualification se fait usage par usage : un outil qui assiste un opérateur ne se situe pas sur le même plan qu'un dispositif dont la sortie décide seule. Le calendrier d'application a été réaménagé en 2026.
Pour aller plus loin : Réglementation européenne de l'IA
Taxonomie des dommages: Liste normalisée des types de dommages (bosse, rayure, éclat, fissure, déformation, corrosion…) utilisée pour annoter et rapporter.
Une taxonomie claire et partagée évite que deux inspecteurs décrivent le même dommage de deux façons différentes.
Pour aller plus loin : Annotation et qualité des données
Usure normale: Dégradation attendue d'un véhicule au regard de son âge et de son kilométrage, par opposition au dommage imputable.
La frontière entre usure normale et dommage est au cœur des litiges de restitution ; des grilles de seuils objectivent ce partage.
Pour aller plus loin : Restitution en LLD : frais de remise en état
Vérité terrain (ground truth): Référence établie par des humains, à laquelle on compare les prédictions d'un modèle.
Elle sert à entraîner le modèle puis à l'évaluer sur des images qu'il n'a jamais vues.
Pour aller plus loin : Annotation et qualité des données
VIN (numéro d'identification du véhicule): Identifiant unique à 17 caractères attribué à chaque véhicule, souvent appelé numéro de série ou numéro de châssis.
Sa lecture permet de contrôler l'identité d'un véhicule et d'accéder à ses caractéristiques d'origine.
Pour aller plus loin : Identification par VIN et plaque
Vision par ordinateur (computer vision): Discipline de l'intelligence artificielle qui apprend à des machines à interpréter des images et des vidéos.
Appliquée à l'automobile, elle permet de reconnaître les éléments d'un véhicule, de localiser des dommages et de lire des plaques à partir d'une simple vidéo. Elle repose sur des modèles entraînés sur de très grands volumes d'images annotées.
Pour aller plus loin : Guide de la vision par ordinateur automobile

Glossaire de l'inspection automobile par intelligence artificielle

Un terme manque ?