Etudiant : SOUFANE IMANE

Filière : LF Sciences Mathématiques et Informatique

Encadrant : Pr. RIFFI JAMAL

Annèe : 2024

Résumé : Dans le cadre d'un stage à distance avec l'entreprise "Dr Stone", qui a fourni le drone, ce projet de fin d'études vise à développer un système de détection en temps réel des oranges fraîches et pourries. L'objectif est d'aider les agriculteurs à identifier les oranges pourries afin de cibler précisément l'application de traitements, contribuant ainsi à une utilisation plus efficace des ressources et à une gestion durable des cultures. Notre système utilise un modèle d'intelligence artificielle basé sur YOLOv5, implémenté en utilisant PyTorch et entraîné sur Google Colaboratory. La dataset, que nous avons annoté dans Roboflow, comprend des images d'oranges avec des étiquettes indiquant leur état (fraîches ou pourries). Le processus de détection se déroule en plusieurs étapes : le drone capture des images haute résolution des orangeraies en survolant les champs, puis le modèle AI analyse ces images en temps réel pour détecter les oranges et déterminer leur état de santé. Une fois les oranges pourries identifiées, les informations sont transmises aux agriculteurs, leur permettant de prendre des mesures appropriées pour traiter les zones affectées. Ce projet représente une avancée significative dans l'automatisation et l'optimisation des pratiques agricoles, offrant aux agriculteurs un outil précieux pour améliorer la santé et la productivité de leurs cultures tout en réduisant les coûts et les impacts environnementaux associés à une utilisation excessive de pesticides.