Abonnez-vous à notre lettre d'information quotidienne pour vous tenir informé(e) des dernières actualités!

S'abonner Je me suis déjà inscrit(e)

Comme nous donnons la possibilité de consulter nos articles gratuitement, nous comptons sur les revenus de nos bannières publicitaires. Merci donc de désactiver votre bloqueur de publicités et de réactualiser la page pour pouvoir poursuivre votre visite sur ce site.

Cliquez ici pour savoir comment désactiver votre bloqueur de publicité.

Sign up for our daily Newsletter and stay up to date with all the latest news!

S'abonner I am already a subscriber

Outil d'IA pour le diagnostic des maladies de la pomme de terre

Les producteurs de pommes de terre doivent identifier et gérer les maladies dans leurs champs, c'est pourquoi l'application mobile PlantVillage Nuru, alimentée par l'IA, a été étendue pour les inclure également.

Plus de deux millions d'agriculteurs d'Afrique de l'Est qui dépendent de la pomme de terre pourront pointer leur smartphone sur une plante et recevoir un diagnostic instantané de la maladie grâce à l'application PlantVillage Nuru.

Initialement, l'application a été conçue pour être deux fois plus performante que les agents de vulgarisation en Afrique de l'Est pour diagnostiquer les maladies du manioc. Elle a été d'une aide précieuse pour les producteurs de manioc, rapporte www.potatobusiness.com.

« Nous avons parcouru un long chemin en matière de détection des maladies et de diffusion rapide de conseils de gestion depuis que la Famine irlandaise de la pomme de terre a ravagé mon pays natal », a déclaré David Hughes, docteur en entomologie du PennState College of Agricultural Sciences. « La famine a donné le coup d'envoi au domaine de la phytopathologie et a contribué à formaliser les services de vulgarisation agricole. Mais les bénéfices de ces connaissances n'atteignent toujours pas des millions d'agriculteurs à faibles revenus en Afrique. L'IA peut être cet agent de vulgarisation personnel travaillant pour les agriculteurs à faibles revenus en Afrique. »

« Nous avons collecté plus de 8 000 images de feuilles de pommes de terre saines et malades », a déclaré Pete McCloskey, ingénieur principal en IA chez PlantVillage, qui a travaillé en étroite collaboration avec le Centre international de la pomme de terre (CIP). « Chaque feuille a ensuite été annotée avec précision afin d'entraîner un réseau neuronal qui fonctionne hors ligne, en temps réel sur le téléphone, pour localiser et reconnaître les symptômes du mildiou et de la brûlure tardive de la pomme de terre. »

 

Date de publication: