L’Intelligence Artificielle part à la chasse aux mauvaises herbes

Avec son projet 3rdEYE, itelligence a su adresser les besoins de municipalités danoises souhaitant détecter une herbe aussi envahissante que toxique. Un succès pour les solutions de Machine Learning proposées par la plate-forme SAP Leonardo.

C’est dans le cadre de son Innovation Lab qu’itelligence – un spécialiste des solutions SAP – a lancé ses premiers essais dans le secteur de la vision par ordinateur (computer vision). Cette problématique avait été posée par un client indien désirant inspecter une exploitation de canne à sucre de façon automatique, via des drones.

Un industriel allemand souhaitait pour sa part détecter les signes d’érosion sur des pots de lait. Une équipe de quatre personnes a travaillé en co-innovation avec l’entreprise, afin de mettre au point un système permettant d’envoyer un drone vérifier l’état d’un pot de lait, puis de déclencher l’appel à un technicien de maintenance lorsqu’un défaut est repéré. Le tout en mode cloud, sur une base SAP Leonardo.

Sus à l’Heracleum mantegazzianum !

C’est sur la base de ce démonstrateur qu’itelligence a répondu à la demande de municipalités danoises désirant lutter contre une plante invasive et phototoxique, la Berce du Caucase. Une plante herbacée dépassant souvent les deux mètres de hauteur et capable de porter des dizaines de milliers de graines.

Les mairies ont fourni un jeu d’images permettant d’entrainer un réseau de neurones, afin d’assurer la détection de ces plantes depuis des photos. Un travail de longue haleine, qui a mis en valeur l’importance de disposer de données fiables. Mais aussi la complexité à détecter une plante lorsqu’elle est noyée dans une végétation dense (par exemple la lisière d’une forêt). Une fois le système correctement entrainé, la connexion avec le drone a été réalisée. Ce dernier est chargé d’effectuer les prises de vues, qui sont analysées ensuite par l’IA.

Ce système de détection a été déployé dans quatre communes danoises : Hedensted, Randers, Kolding et Viborg. Son fonctionnement donne satisfaction et a été l’objet d’une vaste médiatisation. Les technologies cloud utilisées, comme SAP Leonardo, permettront de faciliter le passage à l’échelle. Toutefois, le facteur limitant reste à ce jour le coût induit par les drones, ainsi que leur faible autonomie, qui limite leur rayon d’action.

Un entrainement qui s’inscrit dans le temps

Un travail de fond est en cours autour de l’amélioration du taux de réussite du système. Que ce soit dans sa capacité à détecter la Berce du Caucase ou dans sa capacité à limiter les faux positifs. Les techniciens font remonter de précieuses informations de terrain. L’aide de biologistes permet également de repérer les plantes ciblées sur les clichés et de participer ainsi à l’entrainement du réseau de neurones.

La vision par ordinateur peut avoir bien d’autres usages… et pas uniquement dans le monde agricole. Les sites industriels peuvent l’employer pour la détection d’incidents (comme un départ de feu) et des tâches d’inspection. Les chaines de montage pourront également tirer profit de cette technologie, par exemple dans le cadre du contrôle qualité des pièces produites. Cas plus concret, un aéroport européen souhaiterait utiliser des drones et de l’Intelligence Artificielle pour surveiller sa chaine de distribution, longue de 10 km.