Présentation

darktable utilise des modèles d’apprentissage automatique pour un petit nombre de tâches de traitement d’images : masquage d’objets interactifs, débruitage, agrandissement, etc. Cette section explique comment ces fonctionnalités fonctionnent de bout en bout – ce qui s’exécute où, quels modèles existent, comment l’inférence est accélérée et quels sont les choix dans les préférences de l’IA que l’utilisateur contrôle réellement.

Les fonctionnalités de l’IA sont avec consentement (opt-in). Elles sont désactivées par défaut lors d’une nouvelle installation et peuvent être basculées avec par une seule préférence à tout moment.

Les fonctionnalités de l’IA doivent également être présentes dans le binaire darktable. Les builds officielles (Linux AppImage, Windows installer, macOS dmg) les incluent toutes. Les packagers tiers peuvent livrer une build sans prise en charge de l’IA – dans ce cas, l’onglet IA est entièrement absent des préférences. Demandez au mainteneur du package de votre distribution d’activer la prise en charge de l’IA ou d’utiliser une version officielle.

🔗ce que font les fonctionnalités de l’IA

🔗tasks

Une tâche est un élément de traitement au sein de darktable – « produire un masque autour du sujet cliqué », « débruiter une image RVB », etc. Les tâches sont découplées du modèle qui les implémente : plusieurs modèles concurrents peuvent exister sur disque pour la même tâche (le débruiteur NIND, le débruiteur NAFNet, un troisième expérimental…), mais un seul d’entre eux est actif pour cette tâche à un moment donné, et c’est celui que consomment les modules de darktable. Le changement de modèle actif bascule en un clic dans Préférences IA et ne nécessite aucune modification d’aucun module – le traitement demande simplement « le modèle de débruitage actif » et obtient celui que vous avez choisi.

Cette configuration permet une certaine flexibilité afin que le référentiel de modèles puisse publier des modèles alternatifs ou améliorés sans que darktable ait besoin de les connaître à l’avance : choisissez le modèle dans les préférences et chaque consommateur de cette tâche le récupère automatiquement.

darktable propose actuellement quatre tâches :

masque  : Segmentation interactive d’objets. Cliquez sur un sujet dans la chambre noire et le modèle produit un masque autour de lui, vectorisé en un groupe de formes de chemin qui peuvent être modifiées comme n’importe quelle autre forme dessinée. Utilisé par la forme de masque dessiné objet IA pour sélectionner des régions sans dessiner à la main. S’appuie sur des modèles tels que SAM 2.1 et SegNext.

débruitage  : Le débruitage RVB par apprentissage automatique comme alternative aux modules de débruitage classiques. Fonctionne sur des données d’image RVB déjà dématricées, entraînées sur des paires d’images bruitées et propres. Supprime le bruit du capteur sans l’aspect en blocs ou lissé qui peut provenir des filtres traditionnels. Utilisé par l’onglet restauration neuronale du module Réduction du bruit .

Débruitage RAW  : Le débruitage par apprentissage automatique est appliqué directement à la matrice CFA brute avant le dématriçage, la réduction de bruit et le dématriçage étant combinés en une seule passe d’inférence. Enregistré sous forme de DNG LinearRaw et réimporté, le traitement en chambre noire en aval reste donc inchangé. Utile lorsque le bruit du capteur doit être traité avant l’exécution de l’algorithme de dématriçage. Utilisé par l’onglet restauration neuronale du module Réduction du bruit RAW.

Agrandissement  : Super-résolution 2x et 4x, produisant des détails plausibles à partir d’entrées basse résolution. Utile pour les images petites ou recadrées où l’interpolation classique serait floue. Utilisé par l’onglet restauration neuronale du module agrandissement.

Les tâches s’exécutent uniquement lorsqu’un utilisateur les déclenche – il n’y a pas d’activité d’IA continue en arrière-plan, pas de télémétrie et pas de composant cloud. Tout fonctionne localement sur votre machine.

🔗une note sur l’exactitude

Comme tout système d’apprentissage automatique, les fonctionnalités d’IA de darktable ne sont pas parfaites. Chaque modèle présente des cas extrêmes où son résultat paraîtra pire que l’alternative classique – sujets inhabituels, expositions extrêmes ou contenu loin de ce sur quoi le modèle a été formé. Ceci est intrinsèque au fonctionnement du ML, pas un bug : une précision de 100 % sur toutes les entrées possibles n’est pas quelque chose qu’un modèle – le nôtre ou celui de quelqu’un d’autre – peut offrir.

Ce que les modèles peuvent offrir, ce sont des résultats systématiquement bons dans les cas courants pour lesquels ils ont été conçus. La bonne approche est de traiter les fonctionnalités d’IA comme un outil généralement meilleur que l’alternative classique, et de garder les modules classiques disponibles comme solution de secours sur les quelques images où la sortie de l’IA ne l’est pas. Si vous trouvez un cas où un modèle d’IA produit un résultat sensiblement médiocre, pensez à le signaler afin que le modèle puisse être amélioré au fil du temps.

🔗Ce que darktable ne pas pas

darktable utilise une IA étroite – de petits modèles spécifiques à une tâche qui s’exécutent sur votre ordinateur portable et effectuent une tâche bien définie (débruiter, masquer, haut de gamme). Il n’utilise pas les grands modèles génératifs qui peuvent réécrire des photographies – pas de remplacement du ciel, pas d’objets insérés, pas de transfert de style, pas de contenu synthétisé d’aucune sorte. La portée complète est définie dans la Politique d’intégration du modèle d’IA; du projet. Le principe directeur est l’intégrité de la scène : l’IA peut corriger les défauts techniques de la capture, mais elle peut ne pas modifier ce qui se trouvait devant la caméra.

Au-delà du champ d’application, les garanties techniques :

  • Aucune inférence cloud : Chaque modèle s’exécute localement sur votre CPU ou GPU. Rien dans votre image n’est envoyé hors de l’ordinateur.

  • Pas de modifications autonomes : Chaque fonctionnalité d’IA est déclenchée par l’utilisateur ; il n’y a aucune activité d’IA en arrière-plan sur votre catalogue.

  • Pas de training : darktable est livré avec des modèles pré-entraînés et exécute seulement l’inférence. Le référentiel darktable-ia contient les scripts de conversion et les notes de training pour toute personne souhaitant se recycler ou exporter un nouveau modèle.

  • Pas de mises à jour automatiques : Les modèles sont téléchargés lorsque vous les demandez dans les préférences ; rien ne se passe en arrière-plan.

  • Aucune analyse : darktable ne transmet à quiconque le modèle utilisé, le fournisseur sélectionné ou les performances d’inférence.

translations