Improving Workflows in Digital Art History: Sharing Annotations for Cultural Heritage Image Segmentation and Object Detection

[english]This article addresses the lack of standardization in digital art history, with a particular focus on image segmentation and object detection. It argues for the establishment of interoperable and reproducible data standards to enhance the effectiveness and replicability of current workflows. Through the case study of animal representations in ancient India, the article sheds light on the necessity of harmonizing segmentation and object detection practices, while also taking into account the interpretive nature of art historical analysis. It advocates for the development of more adaptable tools that can accommodate the diverse levels of interpretation specific to artworks, thus facilitating the integration of multi-layered semantic annotations. [français]Cet article aborde l’absence de standardisation dans le domaine de l’histoire de l’art numérique, en mettant particulièrement l’accent sur la segmentation d’images et la détection d’objets. Il plaide en faveur de l’établissement de standards de données interopérables et reproductibles afin d’améliorer l’efficacité et la reproductibilité des flux de travail actuels. À travers l’étude de cas des représentations animales dans les sculptures produites en Inde ancienne, l’article souligne la nécessité d’harmoniser les pratiques de segmentation et de détection d’objets, tout en reconnaissant le caractère interprétatif de l’analyse en histoire de l’art. Il préconise le développement d’outils plus flexibles, capables d’intégrer les différents niveaux d’interprétation propres aux œuvres d'art, et de faciliter l’intégration d’annotations sémantiques multi-niveaux.