L’IA pour une meilleure identification des bioagresseurs

« Concernant la reconnaissance des bioagresseurs, l’IA s’appuie souvent sur des analyses d’images afin d’automatiser leur reconnaissance, de les quantifier et ainsi de conforter les prises de décision, fait savoir Manon Longvixay, chargée de mission « Agriculture numérique et science des donnés » à l’Acta (Association de coordination technique agricole). L’IA alimente les modèles prédictifs déjà existants ou abouti à de nouveaux modèles. »

Sur le marché, plusieurs solutions de reconnaissances d’adventices sont déjà commercialisées. C’est le cas dans l’application Spotifarm proposée aux agriculteurs par Isagri (1). Dans un autre registre, l’outil « Ara » d’Ecorobotix : actuellement testé dans le cadre du projet Interfilières « 1er Décclic » (DEvelopper la Connaissance, Combiner et dépLoyer pour mieux désherber les dICotylédones) (2), il permet d’appliquer un herbicide uniquement sur les adventices, « avec une précision de quelques cm² ». Les premiers retours de la filière des légumes en conserve et surgelés démontrent qu’« il ouvre la voie à une réduction possible de l’usage d’herbicides jusqu’à 75 %, tout en maintenant la performance des cultures ».

Contre les dégâts d’oiseaux, Prolaxys Environnement commercialise de son côté Avistop. Cette solution utilise une tête rotative avec une caméra haute définition couplée à un algorithme d’IA pour détecter précisément les oiseaux dans les parcelles (jusqu’à 12 ha) et ainsi utiliser les effaroucheurs à bon escient.

Pour reconnaître les insectes, Biobest propose Trap-Eye : « un système de comptage rapide, précis et entièrement automatisé des panneaux englués dans les serres ».

Projets des instituts

Et nombre de projets, portés notamment par des firmes ou instituts, sont encore travaillés. Par exemple, Cercocap avait pour but de détecter la proportion de cercosporiose présente sur betterave afin de renforcer, entre autres, le réseau d’épidémiosurveillance du BSV (Bulletin de santé du végétal). « Mais les outils que nous avons utilisés pour la détection n’étaient peut-être pas assez matures, à la fois en termes de résolution des capteurs et d’algorithmes. Donc cette partie du projet a été mise de côté pour l’instant », explique l’ITB. En revanche, l’institut a continué de travailler sur une partie OAD dans l’idée de mieux estimer la date d’arrivée du pathogène à partir de données météo, variétales et de la date de semis dans l’outil déjà existant « Alerte maladies ».

Dans le cadre du plan de sortie du phosmet, Terres Inovia s’est de son côté penché sur un nouvel outil de reconnaissance et de comptage de larves d’altises dans les bassines des tests Berlèse. Une méthode de référence pour détecter la présence de ce ravageur qui est parfois fastidieuse à mettre en œuvre. Cela pourrait donc réduire la variabilité due aux observateurs, avec une réelle plus-value pour ceux qui réalisent plusieurs tests d’affilée, comme les expérimentateurs ou les conseillers agricoles.