Literal, est un projet visant à créer un système léger capable d’enregistrer et d’analyser les caractéristiques visibles des cultures. Les algorithmes disponibles permettent notamment de mesurer la couverture des feuilles et de compter certaines plantes et leurs organes.
Un outil polyvalent, conçu sur mesure
Ce projet est articulé autour d’une paire d’appareils photo haute résolution qui permettent d’acquérir des informations détaillées sur le développement des cultures. Selon les besoins, une troisième caméra peut même être connectée pour disposer d’un angle de prise de vue supplémentaire. Une perche réglable ainsi qu’un baudrier et un sac à dos soulagent le dos de l’expérimentateur et adaptent la hauteur des capteurs selon la culture à phénotyper (allant du lin tout juste levé aux arbres fruitiers, en passant par la betterave). Chaque partenaire a pu tester les prototypes pendant trois campagnes et proposer des modifications pour rendre l’utilisation plus ergonomique. Il en découle aujourd’hui un équipement compact qui est déployable en quelques minutes sur le terrain. Une tablette permet de se repérer dans les essais et de piloter les acquisitions : vingt secondes suffisent pour photographier une micro-parcelle. Pour finir, d’autres améliorations techniques pourront encore être apportées dans les douze mois restants au projet.
De nouvelles opportunités pour l’agronomie
Malgré la modestie de ses capteurs (trois caméras, un gyroscope et un GPS), l’outil est capable d’extraire de nombreuses informations sur l’état des plantes grâce à des algorithmes très efficaces. En premier lieu, les réseaux de neurones convolutifs profonds sont particulièrement adaptés pour le phénotypage. L’ITB, par exemple, a entraîné un modèle pour segmenter la végétation qui atteint plus de 95 % de précision malgré des tests en conditions de prise de vue difficiles. D’autres architectures sont utilisées pour la détection et le comptage de plants de lin ou d’épis de blé. De manière encore plus poussée, ces techniques d’apprentissage automatisées devraient être capables de quantifier les maladies foliaires et les teneurs en chlorophylle sans nécessiter d’appareillages spécifiques supplémentaires. De plus, le traitement combiné des images des deux caméras accolées permet d’approfondir l’analyse en mesurant l’information de profondeur. Le principe est similaire à la vision binoculaire humaine qui nous permet d’estimer notre distance aux objets du quotidien. Ainsi, Literal donne accès à la structure tridimensionnelle du couvert sans utiliser de capteurs plus complexes tels que les lasers qui équipent certaines voitures autonomes (Lidar).
Résultats et perspectives
L’ITB a pu dans un premier temps valider la maniabilité du matériel et sa pertinence pour du phénotypage en routine. En parallèle, de nombreux algorithmes de traitement ont pu être développés et testés. Les scripts restent encore à perfectionner pour être déployés sur un plus grand nombre d’essais et rendre possible la comparaison des variétés et des modalités. Notamment, la mesure de la distribution des hauteurs de feuilles est prometteuse car elle ouvrira la voie à une meilleure compréhension du rôle de la structure du couvert dans les phénomènes d’interception lumineuse, de concurrence des mauvaises herbes et d’interaction avec le microclimat.
Le projet Literal bénéficie de la contribution financière du compte d’affectation spéciale de développement agricole et rural Casdar du ministère de l’Agriculture et de l’Alimentation. Plusieurs partenaires contribuent à son développement sur 42 mois, notamment l’ITB, Arvalis, l’Inrae, Hiphen, Terres Inovia, le Geves et le CTIFL. L’ITB participe notamment aux tests physiques et scientifiques et développe les algorithmes adaptés à la betterave.
CE QU’IL FAUT RETENIR
Le projet Literal développe un appareil de phénotypage et les traitements associés La base matérielle est constituée d’une paire d’appareils photos professionnels
L’apprentissage automatisé permet de calculer des variables complexes telles que le nombre d’épis de blé par m2.
Avec un traitement adéquat, la paire de caméras donne accès à la structure tridimensionnelle du couvert végétal.
