Depuis le succès de l’équipe de Yann Le Cun et Geoffrey Hinton lors des concours ImageNet, la vision machine a connu des progrès considérables. L’apprentissage machine basé sur des réseaux de neurones numériques a révolutionné la discipline.
La qualité de l’identification permet aujourd’hui à cette technologie de trouver des usages dans tous les secteurs d’activité.
L’agriculture est un secteur dont on parle peu mais qui devient un utilisateur de plus en plus important des technologies de reconnaissance d’image à partir de solutions construites autour de l’intelligence artificielle et de l’apprentissage machine.
Aussi, les exploitants agricoles utilisent de plus en plus de solutions IA et multiplient les expérimentations.
On sait depuis quelques mois que la machine est capable de cueillir une laitue arrivée à maturité. Ce sont les ingénieurs de l’université de Cambridge ont récemment mis au point un outil qui permet de déterminer si une salade est bonne à récolter.
Plus impressionnant encore, la cueillette des fraises, fruits dont la fragilité n’est plus à démontrer, peut à présent être pilotée par une IA qui va déterminer si le fruit doit être récolté (couleur et calibre) et en donner l’instruction à un robot cueilleur, capable d’atteindre une vitesse de récolte impressionnante et de manipuler le fruit.
La fraise, malgré sa fragilité peut à présent être récoltée délicatement par la machine … et au meilleur moment.
Arrêtons-nous sur le cas de la banane.
La banane est consommée massivement à l’échelle mondiale mais ce fruit est sujet à diverses maladies.
Un outil a été présenté cet été qui permet aux producteurs de banane de détecter la présence de 5 maladies et d’un organisme nuisible. Les chercheurs ont utilisé 20 000 images illustrant plusieurs symptômes visibles des maladies de la banane.
Cette IA affiche un taux de détection de 90%.
Elle permet aux agriculteurs de lutter contre les maladies au moment le plus opportun.
Le modèle d’apprentissage machine a été développé conjointement par l’India’s Imayam Institute of Agriculture and Technology (IIAT) et la Texas A&M University. Cette IA a été «embarquée» dans une appli mobile (Tumaini) qui fonctionne également en mode hors ligne.
L’application est actuellement en phase de test.
A chaque entreprise d’imaginer et de mettre en œuvre le cas d’usage qui lui correspond.
Les solutions de vision machine sont rapides à mettre en œuvre et peu onéreuses. De nombreux algorithmes pré-entrainés sont disponibles sur le marché.
Le principe d’un projet de vision machine pour le business est souvent le même :
- un jeu de données (photos et étiquettes)
- un algorithme
- un apprentissage
Les experts de demain.ai accompagnent plusieurs entreprises dans la mise en œuvre de P.O.C (preuve de concept) de vision machine dans des délais courts et pour des budgets maîtrisés.
Pour explorer et intégrer le formidable potentiel de la vision machine contactez nous : hello@demain.ai
A propos de demain.ai
Spécialistes de l’IA en entreprise et des contenus, nous sommes des experts de la conception et de la mise en place de robots-rédacteurs. Nous permettons à nos clients de développer leurs activités en créant des contenus à une échelle inaccessible à l'être humain.
Devis gratuit
Comment votre organisation peut-elle tirer profit de la DataEcriture ? Quelles économies pouvez-vous réaliser et quels nouveaux services pouvez-vous imaginer pour vos clients ? Nos spécialistes peuvent vous apporter des réponses immédiatement.
Lectures complémentaires
Tous les articles
