Reconnaître la technique et la main du graveur à partir de l’image : le projet « Ovide en images » – Lieu de recherche : le carnet de la Bnu
"Reconnaître la technique et la main du graveur à partir de l’image : le projet « Ovide en images »
PAR AMINE SAIDI · PUBLIÉ 18/09/2026 · MIS À JOUR 18/09/2026
Par Amine Saidi, étudiant ingénieur en informatique à l’ENSICAEN, spécialité intelligence artificielle, en stage à la Bibliothèque nationale et universitaire de Strasbourg, service des bibliothèques et des données numériques, entre avril et août 2026.
Le projet « Ovide en images » a été lancé à l’occasion d’une résidence de recherche au sein du service « Bibliothèques et données numériques » de la Bibliothèque nationale et universitaire de Strasbourg, menée par Céline Bohnert, Maître de conférences en Littérature française (XVIIeme siècle) de l’université de Reims-Champagne-Ardennes. Il s’inscrit dans le cadre de Gallica Images un projet porté par la Bibliothèque nationale de France (BnF) avec l’Institut national de l’histoire de l’art (INHA), la Bnu, et l’entreprise française La Javaness, sur une période de trois ans. L’objectif du stage est la construction d’une chaîne d’outils capable de reconnaître automatiquement, à partir de l’image seule, des informations que les catalogues ne contiennent pas : la technique de gravure employée, la main du graveur, le thème représenté. L’application de modèles de vision à des fonds patrimoniaux est fréquente, mais porte plutôt sur des manuscrits ou des photographies que sur la gravure ancienne, dont le trait monochrome et la numérisation inégale posent des difficultés propres.
Ce que les catalogues ne disent pas
Aux XVIe et XVIIe siècles, graver une plaque coûte cher. On l’utilise donc longtemps : une même plaque peut servir plusieurs décennies, passer d’un atelier à un autre, franchir une frontière, et se retrouver dans des éditions que rien ne relie en apparence. Les ateliers concurrents copient les compositions à succès, souvent en les inversant en miroir, résultat mécanique du procédé de report d’un dessin sur une plaque. Reconstituer ces filiations suppose deux informations que les notices de catalogue ne donnent pas pour la plupart des éditions : la technique employée (gravure sur bois ou sur cuivre) et le nom du graveur. Sans elles, on ne peut ni trier ni comparer.
Les métamorphoses d’Ovide, trad. en francois avec quinze discours contenant l’explication morale des fables, 1614, BnF, ark:/12148/bpt6k87260548
Constitution du corpus
Les pages ont été récupérées en interrogeant l’API de Gallica, la bibliothèque numérique de la BnF, complétée par d’autres bibliothèques numériques pour élargir l’échelle. Une page numérisée n’est cependant pas une illustration : c’est une mise en page, où la vignette gravée voisine avec deux colonnes de texte et des bandeaux.
Une étape de segmentation en fait donc sortir les seules vignettes. Elle s’appuie sur un modèle YOLOv5 pré-entraîné pour la détection d’illustrations dans les documents historiques, appliqué avec un seuil de confiance de 0,25, volontairement bas : mieux vaut une vignette en trop qu’une gravure manquée. Le dernier passage complet a produit environ 2 190 illustrations réparties sur 28 éditions d’Ovide.
Chaque illustration est rattachée à une ligne d’un tableau de référence, qui porte l’édition, la ville et l’année d’impression, la technique de gravure, le graveur et l’éditeur.
Un second corpus a été constitué en cours de stage comme terrain de comparaison : des Bibles illustrées de la même période, récupérées via l’API du Münchener Digitalisierungszentrum, téléchargées en IIIF puis segmentées de la même façon. Le dernier passage complet a traité 398 Bibles pour 3 570 illustrations.
Ce corpus ne disposait d’aucun classement thématique de référence. La constitution en a été faite en trois temps : une galerie web permet d’abord d’écarter les illustrations non pertinentes (731 retenues) ; un pré-regroupement automatique est ensuite calculé sur des vecteurs CLIP (ViT-B/32, images ramenées en niveaux de gris pour neutraliser la coloration) rassemblés par K-Means ; un atelier web local en Flask permet enfin de déplacer une image, de fusionner ou de supprimer une classe, et de figer une classe validée pour que le regroupement automatique ne la retouche plus. Résultat : dix classes thématiques validées : Babel, Caïn et Abel, Chasses du paradis, Création du monde, Création de l’homme, Création d’Ève, Déluge avant, Déluge après, Sacrifice d’Abraham et Tentation.
Modèles entraînés et évalués
Trois familles d’expériences ont été menées, dans une logique progressive :
affinage supervisé d’un réseau de vision pour la technique de gravure
comparaison de représentations d’images gelées, sans affinage, pour la main du graveur
recherche hybride combinant plusieurs classements pour l’interrogation en langage naturel
La technique de gravure
Un ResNet50 pré-entraîné sur ImageNet est affiné en classification binaire, bois contre cuivre. Six versions ont été produites et comparées. Le partage entre apprentissage, validation et test se fait par édition entière et jamais par image : des illustrations d’un même livre présentes des deux côtés permettraient au modèle de reconnaître le livre (son grain de papier, son style de numérisation) plutôt que la technique.
Les mesures se lisent sur la matrice de confusion, établie sur des éditions mises de côté et jamais vues à l’entraînement. Normalisée par ligne, elle donne le rappel de chaque technique, c’est-à-dire la proportion de gravures d’une technique donnée que le modèle retrouve effectivement.
Deux versions sont retenues, à égalité sur ce jeu de test : elles y classent correctement 98,3 % des illustrations, mais se trompent dans des directions opposées. La v4.1.1 est équilibrée entre les deux techniques : 98,4 % de rappel sur le bois, 98,3 % sur le cuivre. La v4.0.0 pousse le rappel sur le cuivre à 99,4 %, mais retombe à 95,1 % sur le bois.
Figure 1. Matrice de confusion de la v4.1.1, normalisée par ligne pour afficher le rappel. Chaque ligne se lit comme la répartition des réponses du modèle pour une technique réelle donnée.
La main du graveur
Identifier un graveur relève d’un style et non d’une technique, et le problème est nettement plus difficile. L’approche retenue n’entraîne aucun modèle : deux modèles de vision, DINOv2 et SigLIP, sont utilisés tels quels pour produire des représentations d’images, et c’est sur ces représentations que l’attribution est faite. Le test porte sur les neuf graveurs disposant d’au moins cent illustrations, et sur une édition entière jamais vue.
La méthode la plus simple, qui attribue à une illustration le graveur de son plus proche voisin, atteint 90,7 % de bonnes réponses avec DINOv2, contre 11,1 % attendus d’un tirage au hasard entre neuf noms. Une sonde linéaire, c’est-à-dire une unique couche de calcul ajoutée par-dessus ces représentations gelées, monte à 94,1 %. SigLIP obtient des scores plus faibles sur les deux méthodes (89,5 % et 81,2 %), mais l’écart n’est statistiquement confirmé que pour la sonde linéaire : sur le plus proche voisin, un test de McNemar donne p = 0,36, au-dessus du seuil de 0,05 habituellement retenu, ce qui ne permet pas d’exclure un effet du hasard d’échantillonnage.
Une confusion mérite d’être signalée : plusieurs planches d’Antonio Tempesta sont attribuées à Moncornet. La reprise est documentée : Moncornet copie Tempesta. Le modèle ne se trompe donc pas, il détecte une parenté réelle.
Les métamorphoses d’Ovide , en latin et françois, divisées en XV […], 1700, BnF, ark:/12148/bpt6k15151988
L’interrogation en langage naturel
Rechercher une illustration supposait jusque-là d’en fournir une. Un moteur de recherche accepte désormais une question formulée en français et retrouve les illustrations correspondantes parmi les 2 638 indexées.
Trois classements sont combinés : une similarité visuelle calculée sur des représentations SigLIP, une proximité textuelle entre la question et les métadonnées calculée avec multilingual-e5, et une correspondance exacte sur des champs comme la ville ou le graveur. Leurs scores n’ayant pas d’échelle commune (SigLIP autour de 0,1 à 0,2, e5 autour de 0,75 à 0,85, correspondance binaire), ils ne sont pas moyennés mais fusionnés par les rangs. Les illustrations de tête sont ensuite décrites par un modèle de langage exécuté localement via Ollama.
Figure 2. Le moteur de recherche hybride. Les trois classements sont calculés indépendamment sur la même requête, puis fusionnés par les rangs ; seules les illustrations de tête sont transmises au modèle de langage.
La recherche et la rédaction restent séparées : le modèle qui rédige ne reçoit que les illustrations effectivement retrouvées, et ne peut donc pas en inventer une qui ne serait pas dans le fonds. Sept requêtes de référence sont rejouées après chaque évolution du moteur pour vérifier l’absence de régression.
Conclusion et perspectives autour du projet « Ovide en images »
Le fonds est désormais interrogeable. Les illustrations sont isolées de leurs pages, la technique de gravure et le nom du graveur peuvent être proposés automatiquement, un classement thématique validé existe pour une partie du corpus, et une recherche en langage naturel permet d’interroger l’ensemble.
Deux résultats restent partiels, et pour la même raison : ils dépendent moins des modèles que des données disponibles. L’attribution à un graveur suppose assez d’éditions numérisées de sa main ; l’interrogation fine du corpus suppose une description planche par planche qui n’existe aujourd’hui que pour quatre éditions sur vingt-huit.
Plusieurs perspectives s’ouvrent. La première, déjà engagée, est un modèle dédié à la détection du réemploi des plaques, qui repérerait de lui-même qu’une même gravure réapparaît d’une édition à l’autre, au lieu de s’appuyer sur un tableau annoté à la main. La deuxième est l’extension du corpus, là précisément où les résultats butent. La troisième est la généralisation de la méthode à d’autres fonds patrimoniaux illustrés : l’idée qu’une segmentation préalable conditionne toute recherche par similarité n’a rien de spécifique aux Métamorphoses. Le fonds ovidien de la Bnu fait par ailleurs l’objet d’une valorisation dans la bibliothèque numérique Numistral.
le code du projet : https://github.com/amine-sd/gallica-ovide-bnu
le classifieur bois / cuivre : https://huggingface.co/amine-sd/resnet50-gravure-bois-cuivre
Suites dans le cadre de la participation de la Bnu au projet Gallica image
Les conclusions de ce stage ont été présentées lors d’une journée d’études “IA et image dans le livre ancien” le 18 juin 2026 à la Bnu. Ce cas d’usage a ouvert d’autres perspectives notamment l’une sur l’analyse d’illustrations de manuscrits arabes et persans qui va constituer l’objectif d’un autre stage accueilli actuellement par la Bnu. Un colloque est en cours de préparation l’horizon de l’été 2027 pour ouvrir encore davantage la réflexion aux perspectives de recherche offertes par les outils IA en cours de développement et plus particulièrement par Gallica image.
Amine Saidi
Amine Saidi, étudiant ingénieur en informatique à l'ENSICAEN, spécialité intelligence artificielle, en stage à la Bibliothèque nationale et universitaire de… Lire la suite
Voir tous les articles
Le texte seul est utilisable sous licence Creative Commons Attribution Utilisation non commerciale 4.0 International. Les autres éléments (illustrations, fichiers annexes importés) sont “Tous droits réservés”, sauf mention contraire.
"
Shared by Olivier Le Deuff, 1 save total
