Identification automatique d'une maladie de la vigne – la flavescence dorée : analyse d'images proximales via des techniques d'apprentissage profond.

Thème:
Suivi de la biodiversité
Quoi:
Talk
Quand:
jeudi 19 déc. 09h15   09:15 AM à 09:30 AM (15 minutes)
Où:
Salle AB
Discussion:
0

La flavescence dorée est une maladie de la vigne, causée par un phytoplasme (Candidatus Phytoplasma vitis) et transmise par une cicadelle (Scaphoideus titanus), qui affecte les vignobles européens. Elle génère beaucoup d’inquiétudes dans le secteur viticole du fait de sa diffusion rapide et de son caractère irréversible. La lutte contre la flavescence dorée tourne autour de trois pratiques : des traitements insecticides, la prospection des vignobles et l’arrachage systématique des pieds contaminés. Malgré toutes ces mesures, la maladie continue de se propager. Les prospections partielles voire inexistantes sont notamment mises en cause. En effet, la prospection est une pratique qui requiert beaucoup de temps, ce dont les exploitants ne disposent pas forcément. Elle tend donc parfois à être négligée. L’objectif de ce projet est de développer un outil d’identification automatique de la flavescence dorée. Cet outil pourrait par la suite être déployé sur des plateformes comme des tracteurs, des drones ou des robots, et permettrait de réaliser des prospections automatisées. Pour développer cet outil, nous nous sommes servis de techniques d’apprentissage profond. Nous avons utilisé des réseaux de neurones convolutifs (ResNet et Efficient-Net) et les avons convertis en réseaux pleinement convolutifs (FCN) afin de pouvoir traiter des images de taille variable et d’obtenir des cartes de segmentation – localisant les zones suspectes au sein d’une image. En plus des résultats obtenus, nous présenterons les pré-traitements réalisés afin de limiter le nombre de fausses détections présentes au niveau du sol ainsi que l’évaluation de la robustesse du modèle pour une application multi-cépages.

Mon horaire

Ajouter à votre horaire