Terres Inovia est un institut de recherche appliquée dans le secteur agricole, dédié à l’accompagnement des producteurs pour accroître la diversification et la durabilité des cultures oléo-protéagineuses.  Afin de lutter efficacement contre un nuisible, l’altise, des cultures de Colza, l’institut a identifié un besoin urgent d’automatisation de son processus de comptage des larves, qui se faisait auparavant manuellement : une tâche longue et laborieuse.

Pour simplifier et améliorer l’efficacité de ses protocoles, l’institut Terres Inovia souhaitait automatiser le processus de comptage des larves d’altises. L’objectif était non seulement d’entraîner un modèle permettant d’automatiser le processus mais aussi de le mettre à disposition de ses équipes à des fins de test avec une ouverture ultérieure aux agriculteurs et professionnels du secteur. Pour ce faire, il était essentiel de valoriser le dataset existant afin de former un modèle d’Intelligence Artificielle capable de compter automatiquement les larves à partir d’images.

Pour répondre à ce besoin, TRIMANE a mis en place plusieurs étapes clés, en utilisant différentes technologies et méthodes de pointe. La première étape a consisté à générer des images d’entraînement à partir du dataset fourni par Terres Inovia pour créer un ensemble d’images d’entraînement. Par la suite, les images ont été adaptées pour correspondre aux besoins d’entrée du modèle. Dernièrement, un enrichissement des images a été réalisé pour améliorer la robustesse du modèle d’IA.

L’équipe a déployé des outils avancés, tels qu’Azure Machine Learning pour le fine-tuning du modèle YOLO v8, ainsi qu’une application web développée en Flask pour permettre aux techniciens d’utiliser le modèle entraîné. La mise en place du projet a nécessité l’intervention de deux experts data : un chef de projet et un consultant spécialisé en Data Science, permettant une gestion efficace et une expertise technique ciblée.

« Nous avons continué à faire évoluer cet outil, avec un nouvel entraînement du modèle, comme nous l’avions prévu ensemble dès le départ. Cette année, nous prévoyons de le rendre accessible à des utilisateurs externes pour la saison automnale.

Ce que j’ai particulièrement apprécié dans ce projet, c’est la diversité des compétences mobilisées : conduite de projet en machine learning, entraînement de modèles, développement d’un outil avec une interface utilisateur, et mise en place d’une infrastructure informatique permettant l’évolution continue du modèle. » – Jean-Eudes HOLLEBECQ, Ingénieur nouvelles technologies en agriculture D2IN à Terres Inovia.

Les résultats obtenus ont été significatifs : le modèle a atteint un mAP (mean Average Precision) de 82%, avec un écart de +/- 5% entre le comptage automatisé et le comptage réel. Cette précision a grandement amélioré la fiabilité des tests de Terres Inovia. Le passage à une solution automatisée doit faciliter le travail des techniciens, mais ouvre également la voie à une utilisation plus large du système, incluant les professionnels du secteur (spécialistes techniques) et potentiellement les agriculteurs.

La satisfaction interne de Terres Inovia a été manifeste, notamment en ce qui concerne la prise en main de l’environnement Azure Machine Learning et la performance du modèle. Terres Inovia a apprécié la performance atteinte et la réalisation d’une application web fonctionnelle pour les techniciens. Ce projet réalisé avec TRIMANE a marqué une avancée notable dans la modernisation de leurs processus.

« Nous avons pu bénéficier des compétences solides et variées de l’équipe TRIMANE sur ce projet innovant. La communication entre nos équipes métiers et les équipes IT de TRIMANE ont été très fluide, le projet a été très bien suivi et a rapidement débouché sur une application opérationnelle. Les équipes de TRIMANE ont très bien compris nos problématiques et besoins, les échanges ont permis de progresser collectivement. Cette application est le résultat réussi d’un travail collectif entre nos deux structures » – Julie AUQUE, Direction de la Data et de l’Innovation Numérique à Terres Inovia.