Problématique du groupe d’informatique: “De quelle manière les technologies modernes influencent-elles la culture et la production des champignons, aussi bien que leurs consommateurs ?”
Sous-problématique personnelle : “Comment pouvons-nous détecter et classifier les champignons comestibles et vénéneux en utilisant des techniques de l'intelligence artificielle ?”
Description :
Chaque année, de nombreuses personnes souffrent d'intoxications graves, voire meurent, à cause de la consommation de champignons vénéneux confondus avec des champignons comestibles. L'identification correcte des espèces de champignons est essentielle pour prévenir ces incidents. L'utilisation des techniques d'intelligence artificielle (IA), en particulier des réseaux de neurones convolutionnels (CNN), peut offrir un outil efficace pour détecter et classifier les champignons.
Objectif :
Développer une application mobile qui utilise l'IA pour identifier et classifier les champignons à partir des images capturées par les utilisateurs. L'application différenciera les champignons comestibles des champignons vénéneux, fournissant aux utilisateurs des informations sur chaque espèce.
Étapes de réalisation :
1. Collecte des données :
- Rassembler un ensemble étendu d'images de champignons, correctement étiquetées comme comestibles ou vénéneux.
- Les sources peuvent inclure des bases de données publiques, des contributions de mycologues et des communautés de cueilleurs de champignons.
2. Prétraitement des données :
- Nettoyer et augmenter les images pour accroître la variabilité et améliorer la performance du modèle.
- Normaliser les dimensions et les formats des images.
3. Développement du modèle :
- Entraîner un modèle de réseau de neurones convolutionnel (CNN) en utilisant les données prétraitées.
- Ajuster les hyperparamètres et utiliser des techniques de validation pour optimiser la précision du modèle.
4. Évaluation et validation :
- Tester le modèle sur un ensemble de données indépendant pour évaluer la précision et le taux d'erreur.
- Implémenter des métriques de performance telles que la précision, la précision, le rappel et le F1-score.
5.Développement de l'application :
- Intégrer le modèle IA dans une application mobile conviviale.
- Mettre en œuvre une interface simple permettant aux utilisateurs de prendre des photos de champignons et de recevoir des résultats en temps réel.
6. Test de l'application :
- Effectuer des tests bêta avec l'aide d'une communauté de cueilleurs de champignons et de mycologues pour recueillir des retours et améliorer la fonctionnalité.
- Corriger les erreurs et améliorer la performance en fonction des retours reçus.
7. Lancement et maintenance :
- Lancer l'application dans les magasins d'applications mobiles.
- Surveiller continuellement la performance et mettre à jour régulièrement le modèle avec de nouvelles données pour maintenir la précision.
Conclusion :
Ce problème n'implique pas seulement des techniques avancées d'informatique, mais a également un impact significatif sur la santé et la sécurité publiques. La solution proposée peut contribuer à réduire le nombre d'intoxications par des champignons vénéneux et à éduquer le public sur l'identification correcte des champignons.