Le développement d’une application capable d’identifier les variétés d’olives à l’aide de photos de noyaux d’olives est l’objectif ultime de « OliVaR », un réseau neuronal formé avec la plus grande base de données photographique d’endocarpes d’olives, générée par les partenaires du projet européen GEN4OLIVE. .
Le développement de l’outil a été possible grâce au travail de catalogage et de documentation de cinq banques de matériel génétique dans différents pays et aux progrès des systèmes d’intelligence artificielle. L’Université de Cordoue a joué un rôle fondamental, car c’est l’institution qui a fourni le plus d’informations, avec des données sur 63 variétés provenant de sa banque de matériel génétique.
L’étude est publié dans la revue Informatique et électronique en agriculture.
L’initiative, qui fait partie du projet européen GEN4OLIVE d’amélioration des oliviers, coordonné par le groupe Ucolivo de l’Unité d’excellence María de Maeztu – Département d’agronomie (DAUCO), a impliqué la participation de banques de matériel génétique d’olivier du Maroc, de Grèce et d’Italie. , et la Turquie pour rassembler plus de 150 000 photos de 133 variétés d’olives du bassin méditerranéen.
Le Département d’informatique de l’Université Sapienza de Rome a été chargé de collecter les informations et de créer l’algorithme de cet outil, qui propose une nouvelle approche pour identifier les variétés et automatise le processus traditionnel de classification morphologique.
C’est ce qu’expliquent les chercheurs Hristofor Miho et Concepción Muñoz Díez, qui ont également souligné la précision démontrée par le modèle, avec une efficacité d’environ 90 %. « Il s’agit d’un système d’apprentissage par essais et erreurs, basé sur l’apprentissage automatique, dans lequel nous entraînons la machine à apprendre à travers ses propres échecs », ont-ils déclaré.
Les chercheurs ont expliqué que plus la base de données contient d’images, plus le système sera efficace. Les entités participant au projet se sont mises d’accord sur des protocoles très stricts pour unifier leurs méthodologies de travail et générer des images permettant d’optimiser l’algorithme.
Le résultat est un outil d’intelligence artificielle qui s’est avéré capable de détecter des détails morphologiques qui échappent même à l’œil humain. Après traitement des données, il renvoie une liste des variétés possibles avec différents degrés de compatibilité avec l’échantillon photographié.
Ce système d’apprentissage automatique sera la base d’une application qui permettra aux producteurs et aux pépinières d’identifier facilement et rapidement la variété d’olivier avec laquelle ils travaillent. Selon Ucolivo, en le mettant à la disposition de l’ensemble du secteur en tant qu’outil public et gratuit, il servira également à faire progresser la connaissance générale de toutes les variétés d’olives existantes.
Plus d’information:
Hristofor Miho et al, OliVaR : Améliorer la reconnaissance des variétés d’olives à l’aide de réseaux de neurones profonds, Informatique et électronique en agriculture (2023). DOI : 10.1016/j.compag.2023.108530