Une plateforme américaine de photographie automobile au service de centaines de concessionnaires traite chaque jour 70 000 à 80 000 photos d’annonces — un volume où la qualité d’image conditionne directement l’intérêt des acheteurs et la vitesse de vente. HDWEBSOFT a livré une plateforme de correction d’images GenAI qui a remplacé les modèles vieillissants par du deep learning moderne, introduit un scoring de qualité objectif pour approuver automatiquement les photos à haute confiance, et ramené le taux de retouche manuelle d’environ 34 % à moins de 10 % — une réduction de 70 % — tout en traitant le volume quotidien complet dans une fenêtre de 4 heures à moins de 3 secondes par photo.
Contexte du Projet
Chaque matin, des dizaines de milliers de photos de véhicules arrivent dans une fenêtre resserrée pour la publication en ligne. Malgré les outils IA existants du client, environ une photo sur trois exigeait encore une correction manuelle pour mauvais éclairage, angles de travers ou couleurs inexactes — soit plus de 23 000 photos par jour pour les retoucheurs humains.
Le client a commandé une nouvelle plateforme pour remplacer les anciens modèles par du deep learning moderne, ajouter un scoring de qualité permettant aux photos à haute confiance de sauter entièrement la revue humaine, et comprimer la charge manuelle — sans modifier le workflow de publication dont dépendaient ses concessionnaires. Une équipe HDWEBSOFT de cinq personnes a couvert l’ingénierie des modèles, le MLOps, l’infrastructure cloud et l’application web de revue.
Entretien avec le Stakeholder
« La contrainte la plus dure, c’était la fenêtre de rafale elle-même — 80 000 photos en quatre heures, chacune en moins de trois secondes. Les GPU mettent plus de deux minutes à démarrer à froid, donc un autoscaling réactif ne ferait que courir après la file. Il fallait concevoir le pipeline autour de cette réalité. »
— Dat Huynh, Project Manager chez HDWEBSOFT
Au lieu d’attendre que la charge déclenche le scaling, l’équipe a inversé la séquence : la capacité GPU est préchauffée 15 minutes avant la rafale quotidienne avec 3,6× de marge, les files absorbent les pics d’arrivée pendant que les instances chaudes les traitent, et le scale-to-zero maintient le coût au repos proche de zéro hors fenêtre. Une simulation de charge complète de quatre heures avant le lancement a prouvé le design avec un volume réel — pas des estimations.
C’est ce travail de conception qui a permis à la plateforme de tenir son SLA de moins de 3 secondes sur toute la rafale matinale dès le premier jour, sans backlog perturbant les plannings de publication des concessionnaires — et il est devenu le modèle des revues de capacité de l’équipe sur les charges de travail IA à fort volume ultérieures.
Fonctionnalités Clés
- Correction géométrique IA — redresse les angles de travers et les horizons inclinés, et recadre chaque photo autour du véhicule.
- Correction colorimétrique IA — corrige éclairage, balance des blancs, exposition et contraste ; apprend le look de marque de chaque concessionnaire au lieu d’appliquer un style générique.
- Scoring de qualité & auto-approbation — note chaque photo de 0 à 100 ; les résultats à haute confiance vont directement à l’annonce sans intervention humaine.
- Workflow de revue humaine — vue en grille avec badges de confiance permettant aux relecteurs d’approuver des lots en un clic.
- Intégration transparente — se connecte au pipeline de publication existant du client via webhooks avec retries et déduplication, sans changer le workflow aval.
Défis Techniques
La qualité des données d’entraînement dépendait entièrement des paires fournies par le client
Les modèles de correction ne pouvaient être aussi bons que les milliers de paires avant-après fournies par le client — produites par différents retoucheurs au fil du temps. Le vrai risque était l’incohérence : si deux retoucheurs corrigeaient le même problème d’éclairage différemment, le modèle apprendrait du bruit au lieu de l’intention. Les photos d’intérieur aggravaient le problème — les habitacles étroits créent un éclairage complexe, des températures de couleur mélangées et de forts reflets sur tableau de bord et vitres, que les corrections génériques gèrent mal. Les trous de couverture comptaient tout autant : un dataset biaisé vers des extérieurs faciles en plein jour rendrait le modèle aveugle précisément là où les retoucheurs peinent le plus.
80 000 photos dans une fenêtre de 4 heures
Le volume seul n’était pas la contrainte — c’était le schéma d’arrivée. Les photos n’arrivent pas uniformément ; elles débarquent en une rafale matinale concentrée, et chaque image doit finir sa correction en moins de 3 secondes. Les instances GPU mettent jusqu’à 150 secondes à démarrer à froid, donc tout autoscaling réactif reste durablement en retard sur la file : le temps que la capacité soit chaude, le backlog est déjà formé et s’accumule. L’alternative — garder les GPU chaudes 24 h/24 — aurait cassé le modèle de coûts du client. En cours de route, le périmètre du projet a en outre presque doublé, compressant le temps disponible pour résoudre tout cela.
Sortie probabiliste de l’IA et attentes de marque par concessionnaire
Les modèles de correction sont probabilistes — la même photo peut produire des résultats légèrement différents d’une exécution à l’autre. Chaque revue de sortie devenait un débat subjectif sur la version qui « semblait juste », érodant la confiance des stakeholders pour publier quoi que ce soit sans approbation humaine. La marque ajoutait une couche : chaque concessionnaire attend des photos conformes à son look établi — une signature que ses retoucheurs ont construite pendant des années — pas un style maison générique. Les gros concessionnaires ont des milliers d’exemples avant-après pour l’apprentissage ; les petits n’en ont pas, et un profil entraîné sur des données maigres serait peu fiable.
Solutions
Données d’entraînement auditées et pondérées par couverture
Avant tout modeling, l’équipe a audité l’ensemble du dataset — vérifié que chaque paire avant-après était correctement alignée, signalé les retouches incohérentes et contrôlé la couverture par conditions lumineuses et types de prises de vue. Le dataset a été divisé pour que le modèle apprenne des patterns de correction généralisables plutôt que mémoriser les habitudes de chaque retoucheur. Pour les intérieurs, les données d’entraînement ont été fortement pondérées vers ces prises difficiles, et le pipeline a été conçu pour que les résultats à faible confiance basculent automatiquement vers les relecteurs humains au lieu d’être publiés.
Capacité préchauffée avec marge prouvée
Les serveurs se réveillent automatiquement 15 minutes avant la rafale quotidienne à 3,6× la capacité de base, absorbant le problème de démarrage à froid avant qu’il ne forme une file. Une simulation de charge complète de 4 heures a prouvé le design avant le lancement — avec un volume réaliste, pas des calculs au coin de la table. Pour absorber la croissance du périmètre en cours de projet sans décaler les échéances, l’équipe a adopté des outils de développement assistés par IA sur toute la livraison — un gain de productivité mesuré à 30 %.
Scoring objectif et profils couleur par concessionnaire
La revue subjective a été remplacée par un score de qualité objectif de 0 à 100 par photo, avec une règle de publication stricte : sous 90 % d’accord humain sur les sorties scorées, la correction ne part pas en production. Pour la marque, les profils couleur par concessionnaire sont entraînés sur les propres exemples avant-après de chaque concessionnaire — apprenant son look plutôt que d’en imposer un. Les concessionnaires sans historique suffisant retombent sur un profil régional, et les profils s’affinent en continu à partir des corrections que les retoucheurs humains apportent en aval.
Résultats Métier
- 70 % de retouche manuelle en moins — d’environ une photo sur trois à moins de 10 % nécessitant une revue, passant de minutes à secondes par photo.
- ~3 470 USD/mois de coût d’infrastructure à volume de production complet, avec scale-to-zero hors fenêtre de rafale.
- Qualité uniforme entre concessionnaires — un seul standard de notation au lieu de la subjectivité par relecteur.
- Déploiements canary avec auto-rollback sécurisant les mises à jour du modèle à l’échelle de production.
- Gains stratégiques — publication plus rapide pour les concessionnaires, reporting segmenté pour le client et indépendance opérationnelle totale de son équipe après le transfert.
Snapshot Technique
- Modèles : YOLOv8-m pour la détection géométrique ; SVDLUT (PyTorch) pour la correction colorimétrique ; MUSIQ NR-IQA et LPIPS pour le scoring de qualité objectif — accélérés CUDA.
- Serving : inférence asynchrone SageMaker derrière un pool GPU autoscalable préchauffé avant la rafale.
- Pipeline : AWS Lambda (Python 3.12) et ECS/Fargate (Node.js) orchestrés sur SQS/SNS, état dans DynamoDB, métadonnées dans RDS PostgreSQL 16, assets dans S3 derrière API Gateway.
- Sécurité : mTLS, signature de requêtes HMAC-SHA256, WAFv2, PrivateLink et KMS.
- Delivery : infrastructure-as-code Terraform, CI GitHub Actions, images Docker/ECR, observabilité CloudWatch + X-Ray, astreinte PagerDuty, interface de revue React + Cognito + CloudFront.
Conclusion
La plateforme a transformé l’opération de retouche du client : d’un goulot d’étranglement manuel photo par photo à un pipeline autocorrigé et noté — les relecteurs humains ne touchent plus que les photos dont l’IA est le moins sûre. Si votre équipe fait monter en charge une charge de travail de computer vision ou d’IA générative sous contraintes dures de latence ou de volume, nos services de développement IA couvrent exactement ce modèle de livraison. Contactez notre équipe pour cadrer un projet similaire.
Découvrez du contenu connexe
Découvrez d’autres études de cas, services, secteurs et expertises régionales associés.
