L'obtention d'étiquettes précises pour le segmention d'instances est particulièrement difficile en raison de la nature complexe de cette tâche. Chaque image nécessite plusieurs annotations, englobant non seulement la classe d'objet mais aussi ses limites spatiales précises. Ces exigences augmentent la probabilité d'erreurs et d'incohérences dans les processus d'annotation, qu'ils soient manuels ou automatisés. En simulant différentes conditions de bruit, nous fournissons un scénario réaliste pour évaluer la robustesse et les capacités de généralisation des modèles de segmentation d'instances dans diverses tâches de segmentation, en introduisant COCO-N et Cityscapes-N. Nous proposons également un benchmark pour le bruit d'annotation faiblement supervisé, appelé COCO-WAN, qui utilise des modèles fondamentaux et des annotations faibles pour simuler des outils d'annotation semi-automatiques et leurs étiquettes bruyantes. Cette étude met en lumière la qualité des masques de segmentation produits par différents modèles et remet en question l'efficacité des méthodes populaires conçues pour traiter l'apprentissage avec du bruit dans les étiquettes.