Embedded Files
Détection de Deepfake
Diffusion
Diffusion
Projet surveillance de salades
Projet surveillance de salades
Acquisition et traitement d’images (estimer le poids des salades, détecter les maladies,...) pour le suivi de la croissance des salades dans le cadre du projet CAP-VERT.
Acquisition et traitement d’images (estimer le poids des salades, détecter les maladies,...) pour le suivi de la croissance des salades dans le cadre du projet CAP-VERT.
L’entreprise « Les Crudettes » vise, via le projet CAP VERT, le développement et l’équipement d'une serre innovante fermée ou semi-fermée pour la production de salade 4ème gamme sans pesticides, avec un procédé hors-sol d'aéroponie (irrigation et nutrition par pulvérisation sur les racines à l'air libre).
Projet de thèse
Projet de thèse
Détection des adventices par imagerie aérienne
Détection des adventices par imagerie aérienne
Un des grands enjeux de demain est de renforcer la productivité agricole mais surtout d'améliorer la qualité des productions tout en réduisant fortement l'utilisation des intrants. Relever ce dé, notamment grâce aux progrès scientifiques et technologiques, est un objectif recherché par tous les pays. Aujourd'hui, pour augmenter leurs productivités dans l'objectif de nourrir une population de plus en plus importante dans un environnement souvent hostile (changements climatiques, insectes, adventices, ...), les agriculteurs ont souvent recours aux produits chimiques (engrais, pesticides, ..). Cependant, une pulvérisation non maîtrisée de ces produits est néfaste pour l'homme et l'environnement. Par exemple, en avril 2009, une étude a montré qu'habiter à moins de 500 mètres d'une surface agricole sur laquelle des pesticides avaient été épandus augmentait le risque de maladie de Parkinson de 75% [1]. Pour les agriculteurs, les pertes causées chaque année par les adventices et les insectes peuvent atteindre 40 % des rendements globaux des cultures et ce pourcentage devrait augmenter de manière significative dans les années à venir. Au vu des conséquences des pesticides sur l'environnement, le gouvernement français, à travers son plan EcoPhyto 2+, ambitionne d'ici 2025 de diminuer de 50 % la consommation de pesticides. Ainsi, pour limiter la quantité de produits chimiques tout en continuant d'augmenter la productivité, un certain nombre d'agriculteurs se tournent vers l'agriculture de précision. L'agriculture de précision consiste à utiliser un ensemble de techniques et de pratiques pour mieux comprendre et analyser les besoins, le fonctionnement et l'organisation physique et biochimique des cultures et développer des outils d'aide à la décision (OAD). Ces dernières années, l'utilisation des nouvelles technologies dans le monde agricole s'est considérablement accrue (capteurs de télédétection, robots, outils de cartographie, matériel agricole, ...). Par rapport aux acquisitions robotisées ou satellitaires, les drones ont été considérés comme plus efficaces car ils permettent une acquisition rapide de la parcelle cultivée avec une très haute résolution spatiale et un faible coût. Cependant, les applications qui en découlent concernent principalement la modulation de la fertilisation azotée, l'irrigation ou la prévision des rendements, mais très peu le désherbage. Ainsi, pour l'étude d'un désherbage localisé, cette thèse a été effectuée dans le cadre d'un projet de recherche financé par la Région Centre-Val de Loire.
L’objectif de la thèse était de proposer des méthodes de traitement d’images et d’intelligence artificielle pour la localisation des adventices en grandes cultures. Dans ce cadre, nous avons abordé deux problématiques, la détection des rangées de culture et la détection des adventices. Deux méthodes ont été proposées pour la détection des rangées de culture. La première méthode combine la transformée de Hough et l’algorithme de regroupement linéaire itératif SLIC. La deuxième, quant à elle, utilise une approche totalement nouvelle basée sur l’apprentissage profond. Ces deux méthodes ont été utilisées pour détecter les adventices inter-rang et celles qui sont en contact avec les rangées de culture. Pour tendre vers une meilleur efficacité, deux nouvelles méthodes de détection d’adventices par apprentissage machine, entièrement automatiques ont été développées. L’originalité de ces méthodes est que l’apprentissage est effectué sur des données annotées automatiquement. La première méthode est basée sur l’apprentissage profond tandis que la seconde génère des modèles à partir de descripteurs profonds et un classifieur à classe unique. Les résultats obtenus sur des données réelles montrent l’intérêt des approches proposées.
[1] Sadie Costello, Myles Cockburn, Je Bronstein, Xinbo Zhang, and Beate Ritz. Parkinson's disease and residential exposure to maneb and paraquat from agricultural applications in the central valley of california. American journal of epidemiology, 169(8) :919926, 2009
Page updated
Google Sites
Report abuse