La détection des maladies des arbres par l’intelligence artificielle

Abstract

Ces dernières années, l’intelligence artificielle a émergé comme une révolution technologique dans divers domaines, y compris l’agriculture. L’utilisation de drones équipés de capteurs avancés et de techniques d’apprentissage automatique permet une surveillance précise des cultures, facilitant la détection précoce et le diagnostic des maladies des plantes. Ce mémoire de master vise à améliorer la précision et l’efficacité de la détection des maladies des arbres en utilisant des réseaux neuronaux profonds, en exploitant spécifiquement des images capturées par des drones. Pour ce faire, nous avons utilisé des techniques d’apprentissage profond et avons examiné plusieurs modèles de réseaux neuronaux convolutionnels, notamment YOLO et CNN. Les résultats expérimentaux ont systématiquement démontré que les modèles YOLO ont réussi à accomplir les deux tâches de détection des arbres puis des feuilles avec une performance élevée. D’autre part, le modèle CNN a montré une précision prometteuse de 90,64 %. Ces résultats font des modèles des choix fiables pour le suivi et la gestion des maladies des arbres à l’aide de drones.