Traitement de données (images)

Meropy a développé un robot à destination du monde agricole, qui est équipé d’une caméra scannant la végétation. En passant au cœur des cultures, ce robot obtient des images avec une très bonne visibilité au niveau du sol, lui permettant de détecter des adventices (mauvaises herbes), ravageurs ou maladies.

« Nous nous demandions s'il était pertinent d’intégrer de l’intelligence artificielle sur le robot. L’analyse de données n’étant pas notre cœur de métier, nous avons décidé de faire appel à l’expertise de floki io. »

William, cofondateur de Meropy.

 

Nous avons donc été missionnés pour classer leurs données et apporter des métriques. L’objectif était de valider l’intérêt pour cette technologie avant que l'entreprise ne s’engage sur cette voie. En effet, développer une brique complète d’intelligence artificielle est un projet coûteux.

Nous avons utilisé nos outils pour créer un modèle d’intelligence artificielle et détecter chardons, boutons d’or et autres adventices. A noter que le jeu de données contenait peu d’images : autour d’une centaine par classe. Basés sur la méthode Lean, nous avons fonctionné par itérations pour recadrer le projet en fonction des retours terrains.

Après une première itération, les images ont été classifiées pour différencier celles qui contenaient des mauvaises herbes et celles qui n’en contenaient pas. Les rendus ont apporté de bons résultats, permettant de démontrer la validité de la technologie.

Le modèle a été embarqué sur une page web pour que la société Meropy le teste en connaissant les ressources de la machine.

« Nous n'utilisons pas le modèle directement, mais ça permet de montrer la faisabilité. »

Enfin, nous avons fait évoluer le modèle afin d’identifier précisément les mauvaises herbes, en les classant au travers de « bounding boxes ». Le modèle permet de faire une démonstration et d’obtenir des visuels impactant : « C’est une bonne base de discussion auprès d'investisseurs et prospects. »