Étude et réalisation d’un système de détection des maladies végétales par traitement d’images au niveau des serres agricoles.

Abstract

Les maladies foliaires sont le problème majeur du secteur agricole, qui affecte la production agricole ainsi que le profit économique. Une détection précoce des maladies grâce à l'apprentissage en profondeur pourrait éviter une telle catastrophe. Actuellement, Convolutional Neural Network (CNN) est une classe d'apprentissage en profondeur largement utilisée pour la tâche de classification d'images. Nous avons réalisé des expériences avec l'architecture CNN pour détecter la maladie dans les feuilles de tomate. Nous avons formé un réseau de neurones convolutionnels profonds à l'aide de l'ensemble de données PlantVillage de 10684 images de feuilles de plantes malades et saines, pour identifier le type de feuilles. Le modèle entraîné atteint une précision de test de 97%. De même, nous avons créé une application Android qui envoie des images de plantes potentiellement infectées à l'aide du téléphone et créé un serveur qui reçoit et catégorise les images à l'aide de notre architecture d'apprentissage en profondeur.