Lightroom Assisted Culling : trier 1000 photos avec l'IA

Site officiel : Lightroom Classic — Adobe

L’essentiel : Annoncée à Adobe MAX 2025 puis raffinée dans Lightroom Classic 15.2 (février 2026) et 15.3 (avril 2026), Assisted Culling attribue trois scores IA à chaque image — Subject Focus, Eye Focus, Eyes Open — et permet de stacker, rejeter ou flagger en masse. Sur un test de 1200 photos de reportage, le tri se fait en moitié de temps habituel. La fonction excelle sur le sport et les rafales mais peine encore sur le flou de mise au point et la faible profondeur de champ. Aftershoot reste plus complet pour le mariage clé en main, Excire Search ajoute la recherche sémantique. Le bon usage : Lightroom pour le first pass, l’humain pour la validation finale.

Adobe pousse depuis deux ans son IA dans toutes les briques de Lightroom : masquage par sujet, Denoise, Generative Remove. Assisted Culling vise un autre maillon de la chaîne — le plus chronophage pour les pros qui livrent en volume : le tri. Annoncée à Adobe MAX en octobre 2025, intégrée à Lightroom Classic 15.2 puis affinée dans la 15.3 d’avril 2026, la fonction promet de réduire drastiquement le temps passé à isoler les images livrables. Test pratique sur un reportage de 1200 photos, comparaison avec Aftershoot et Excire Search, et points où l’IA d’Adobe se trompe encore.

Comment fonctionne Assisted Culling

Le module se lance depuis le menu Photo > Tri assisté (ou via clic droit sur une sélection dans la grille). Lightroom analyse en arrière-plan chaque image et lui attribue trois scores visibles dans l’inspecteur de tri :

• Subject Focus : netteté du sujet principal (corps, silhouette, objet central).
• Eye Focus : netteté des yeux quand un visage est détecté.
• Eyes Open : score binaire sur l’ouverture des yeux (utile en portrait de groupe).

Une fois le scan terminé, deux fonctions complémentaires entrent en jeu : le stacking automatique regroupe les variantes proches (rafales, séries d’expression, prises de vue successives sur le même sujet) en piles, avec la meilleure image proposée comme représentante. Les Batch Actions permettent de flagger/rejeter en masse selon un seuil de score — par exemple « rejeter toutes les images avec Subject Focus < 50 » ou « flagger toutes celles dont Eye Focus > 80 ».

L’analyse s’exécute en local, en tâche de fond depuis la 15.3, et n’envoie rien aux serveurs Adobe. Sur un Mac M3 Pro, comptez environ 1 à 2 secondes par image RAW haute résolution lors du scan initial.

Test grandeur nature : 1200 photos d’un reportage

Pour évaluer l’outil dans des conditions réalistes, j’ai lancé Assisted Culling sur un reportage récent : 1200 fichiers RAW issus d’un événement sportif amateur, ISO 1600 à 6400, mélange de rafales 12 i/s et de prises individuelles, distance focale 70-200 mm. Mon temps de tri habituel sur ce volume tourne autour de 3 heures en sélection manuelle classique (P/X dans la grille).

Avec Assisted Culling :

1. Scan initial des 1200 images : 18 minutes sur Mac M3 Pro 36 Go (en arrière-plan, je continue à développer d’autres séries en parallèle).
2. Stacking automatique des rafales : 1200 images → 214 piles + 87 images isolées. Réduction immédiate du visuel.
3. Premier tri par Batch Actions : rejet automatique des images Subject Focus < 40 (118 images écartées).
4. Tri manuel sur les 800 images restantes : 1h10.

Total : 1h28 contre 3h habituel — soit une économie d’environ 50 %, conforme aux retours de TechRadar et The Phoblographer. Le gain ne tient pas tant à l’automatisation qu’au pré-classement intelligent : on ne perd plus de temps sur les images manifestement floues ou mal cadrées, l’œil reste disponible pour les arbitrages subtils (expression, composition, lumière).

Là où Assisted Culling brille : sport et rafales

Le terrain de prédilection d’Assisted Culling, ce sont les séries en rafale. The Phoblographer a publié un test sur de la photo de sport qui rejoint mes observations : sur un sujet en mouvement avec arrière-plan homogène, l’IA d’Adobe identifie correctement les images parfaitement nettes au milieu d’une rafale de 30 photos en moins de deux secondes. Le score Eye Focus est particulièrement fiable sur les sports avec visages dégagés (basket, athlétisme, course).

Pour les photographes de mariage qui veulent réussir leurs photos et qui livrent 800 à 1500 images par cérémonie, le couple stacking automatique + Batch Actions accélère le tri des séquences répétitives : entrée de la mariée, échange des alliances, premières danses. L’algorithme sépare bien les variantes d’expression et permet de cibler rapidement les meilleures dans chaque série.

Autre situation où la fonction s’avère redoutable : la photo de spectacle ou de concert, où la lumière change rapidement et où on mitraille pour ne pas rater l’instant. Le scoring Subject Focus distingue efficacement les images bien exposées et nettes des ratés évidents.

Les limites : flou subtil, faible profondeur de champ, sur-notation

Aucun outil n’est parfait, et Assisted Culling montre plusieurs angles morts. Trois reviennent dans tous les tests publiés (DPReview, Prism News, Excire) et que j’ai retrouvés sur mon corpus :

1. Flou de mise au point mal détecté. Le flou de bougé global (mouvement de l’appareil) est correctement identifié — Lightroom le pénalise sans hésiter. En revanche, le flou de mise au point — quand l’autofocus s’est verrouillé sur l’arrière-plan ou sur le mauvais sujet — passe parfois inaperçu. Sur mes 1200 images, j’ai compté 17 photos notées Subject Focus > 70 alors que la mise au point est franchement ratée. C’est peu en proportion, mais suffisant pour exiger un second passage humain.

2. Faible profondeur de champ piège l’IA. Sur les images ouvertes à f/1.4–f/1.8 (objectifs portrait, reportage en intérieur sombre), le faible plan net peut perturber le tracking de focus de l’algorithme. Adobe a explicitement amélioré ce point dans la 15.3 d’avril 2026 — le score Subject Focus distingue désormais mieux la mise au point intentionnelle sur le sujet du vrai manque de netteté — mais le problème n’est pas totalement résolu sur les ouvertures extrêmes (f/1.2 et inférieures, type Sigma 35 mm f/1.2 ou Nikkor Noct).

3. Trop d’images notées « parfaites ». Prism News pointe un biais récurrent : sur des séries propres techniquement, Lightroom attribue souvent des scores Subject Focus > 80 à un grand nombre d’images. L’outil identifie bien ce qui est mauvais, mais peine à départager ce qui est très bon. Conséquence : la sélection finale entre 5 photos « parfaites » techniquement reste un travail humain — celui qui distingue l’expression juste, le timing, la composition décisive.

Comparaison rapide : Lightroom vs Aftershoot vs Excire Search

Trois outils dominent la catégorie tri IA pour photographes en volume. Tableau de positionnement :

Critère	Lightroom Assisted Culling	Aftershoot	Excire Search
Tarif	Inclus dans CC Photo	Abonnement annuel (~150–250 €/an)	Achat unique (~150 €) ou plugin Lightroom
Intégration	Native Lightroom Classic	App externe + sync Lightroom	Plugin Lightroom + app standalone
Détection visages/yeux	Oui (Eye Focus, Eyes Open)	Oui + reconnaissance par personne	Oui
Détection émotions	Non	Oui (sourires, regard caméra)	Limitée
Recherche sémantique	Non	Limitée	Oui (point fort historique)
Doublons / quasi-doublons	Stacking auto basique	Avancé (groupement par scène)	Oui
Sport / rafales	Excellent	Excellent	Bon
Mariage clé en main	Bon	Référence du segment	Bon

Aftershoot reste la référence pour les mariages et événements où la reconnaissance par personne et le tri sentimental (sourires, regards) font gagner un temps considérable. Son moteur dédié au workflow mariage est plus mature que celui d’Adobe. Inconvénient : c’est un outil externe qui ajoute une étape de synchronisation et un abonnement annuel.

Excire Search se distingue par sa recherche sémantique en langage naturel (« photos d’enfants en extérieur en automne ») et par son moteur de tri intégré au plugin Lightroom. Pour qui veut un achat unique sans abonnement, c’est l’option pragmatique.

Lightroom Assisted Culling est désormais l’option par défaut pour quiconque travaille déjà dans Lightroom Classic et n’a pas envie de payer un outil supplémentaire. La performance brute est au rendez-vous, l’intégration est imbattable, et le coût marginal est nul. Pour les workflows hyper-spécialisés (mariage à très haut volume, recherche sémantique poussée), un outil dédié reste pertinent.

Workflow optimal en 2026

Après plusieurs reportages testés, voici la routine qui me paraît la plus efficace :

1. Import et scan en arrière-plan : lancer Assisted Culling immédiatement après l’import, pendant les sauvegardes ou la préparation du dossier client. Le scan tourne sans bloquer le reste.
2. Stacking automatique : laisser Lightroom regrouper les rafales et séries. Cela divise mécaniquement le visuel par 4 à 6 sur des reportages denses.
3. First pass aux Batch Actions : rejeter automatiquement Subject Focus < 40 et flagger Eye Focus > 80. C’est un dégrossissage agressif mais réversible (les rejets restent dans le catalogue).
4. Validation humaine sur les piles ouvertes : ouvrir chaque pile, comparer la suggestion Adobe avec les variantes, choisir l’image définitive sur des critères que l’IA ne capte pas encore (timing, expression, composition).
5. Second pass sur les rejets : revoir rapidement les rejets automatiques pour récupérer les éventuels faux négatifs (faible PDC notamment).
6. Développement et livraison : workflow classique Lightroom à partir des images flaggées.

Sur cette routine, le gain de temps se stabilise autour de 40-50 % par rapport à un tri 100 % manuel. Le travail humain reste indispensable, mais il se concentre sur la valeur ajoutée — l’arbitrage créatif — au lieu de la fatigue oculaire du dégrossissage.

Limites et points d’attention

• Recalibrage des scores après mise à jour : Adobe l’indique dans les notes de version 15.3 — Subject Focus et Eye Focus peuvent être recalculés différemment d’une version à l’autre. Si vous avez des collections intelligentes basées sur des seuils précis, prévoyez de réajuster.
• Pas de réanalyse rétroactive automatique : seules les nouvelles sessions bénéficient du modèle révisé, sauf à relancer manuellement Photo > Tri assisté sur les anciens catalogues.
• Très grandes ouvertures (f/1.2 et moins) : encore des erreurs de tracking de focus malgré l’amélioration 15.3. Validation humaine recommandée.
• Pas de détection émotionnelle : sur les marchés mariage / portrait, Aftershoot conserve un avantage sur la lecture des sourires, regards caméra et expressions positives.
• Performance dépendante du processeur : l’analyse en arrière-plan est confortable sur Apple Silicon et Windows ARM/x86 récents, plus laborieuse sur les machines anciennes (Intel pré-2020, Mac avant M1).

Sources : DPReview — Cull at the speed of Light(room) · The Phoblographer — Assisted Culling for sports · Prism News — Culling praised, AI features inconsistent · Excire — AI culling vs Excire Search · Imagen — Master Lightroom Assisted Culling · KelbyOne — Lightroom Update April 2026