Reconnaissance visuelle de végétaux par apprentissage profond

  • Accueil
  • -
  • Projets
  • -
  • Reconnaissance visuelle de végétaux par apprentissage profond
Reconnaissance visuelle de végétaux par apprentissage profond

Reconnaissance visuelle de végétaux par apprentissage profond

DESCRIPTION

Le désherbage manuel des légumes racines biologiques est une tâche difficile, longue et pénible pour les travailleurs, et s'avère très coûteux et risqué pour les agriculteurs. L'objectif du projet Désherbex est de faire un outil robotisé qui permet de remplacer le désherbage manuel. Ceci doit réaliser un système capable de 1) distinguer, par un système de reconnaissance, les mauvaises herbes des légumes racines, et 2) détruire les mauvaises herbes par l’utilisation d’un outil robotisé. Le stage s’intéresse davantage sur le point 1. Le projet consiste à développer un réseau de neurones par apprentissage profond, capable de comprendre les mauvaises herbes des légumes à partir du flux visuel d’une caméra. Ce réseau de neurones doit permettre d'afficher un résultat préliminaire de détection sur une interface graphique afin d'aider l'agriculteur à identifier les éléments visibles à éliminer, pour ensuite contrôler l'outil robotisé pour la destruction des mauvaises herbes. Ce système récupère des données utiles pour le raffinement de l’entraînement du réseau de neurones pour l’identification visuelle des mauvaises herbes. Il faut aussi pouvoir effectuer cette identification de manière rapide et embarquée pour arriver à contrôler l’outil robotisé pour le désherbage.

Équipe

Simon Michaud
Simon Michaud

Université de Sherbrooke

Détails

François Grondin
Prof. François Grondin

Université de Sherbrooke

Détails



Appliquer !