VIDAP – Variety Identification, Data & AI for Plants

Date
, de à
Format
Évènement en ligne, francophone, ouvert à tous
Lien visio
Merci de vous inscrire en cliquant sur le bouton ci-dessous. Le lien visio vous sera envoyé par e-mail quelques jours avant l’événement.

Dans le cadre du projet Pl@ntAgroEco (PEPR Agroécologie et Numérique) et avec l’appui du projet AgroEcoPhen (PEPR Agroécologie et Numérique), Pl@ntNet organise une journée en ligne francophone consacrée à la data science et à l’intelligence artificielle appliquées aux variétés végétales. L’objectif sera de dresser un panorama des initiatives existantes et de favoriser les échanges entre les communautés travaillant sur ces questions. Nous nous intéresserons aux différentes étapes nécessaires à la reconnaissance des variétés végétales par l’IA. Nous aborderons tout d’abord la constitution et la structuration des collections variétales de référence, avant de nous intéresser aux méthodes d’acquisition, d’annotation et de traitement des données. Enfin, nous verrons comment ces données peuvent être exploitées par les approches d’IA pour reconnaître et caractériser les variétés végétales.

Programme

Matinée data science

  1. à

    Ouverture de la matinée data science

    • Benjamin Bourel - Inria, équipe IROKO, Montpellier
  2. à

    La conservation d’une collection d’agrumes : la compréhension de la biologie reproductive et des mécanismes de sélection et de diversification permet d’optimiser sa gestion

    • François Luro - INRAE, UMR AGAP Corse, San Giuliano
  3. à

    La plateforme de traitement automatisée de données de phenotypage haut-débit 4P

    • Marie Weiss - INRAE, UMR EMMAH, Avignon
  4. à

    Le système d’information PHIS : Gestion FAIR et traçabilité des données de phénotypage, au service de l'analyse des variétés de plantes

    • Isabelle Alic - INRAE, UMR MISTEA, Montpellier
  5. à

    Caractérisation des ressources génétiques végétales: partage, publication et interopérabilité FAIR des données.

    • Cyril Pommier - INRAE, URGI, Versailles
  1. à

    Pause déjeuner

Après-midi IA puis échanges

  1. à

    Évaluation des modèles de fondation pour l'identification des variétés

    • Hervé Goëau - CIRAD, UMR AMAP, Montpellier
  2. à

    Computer vision et test des variétés : Enjeux, solutions et défis

    • David Rousseau - Université d'Angers, LARIS, Angers
  3. à

    Discrimination de variétés de blé par imagerie hyperspectrale

    • Martin Ecarnot - INRAE, UMR AMAP, Montpellier
  4. à

    Table ronde (1h) et échanges (30 min)

    Quels verrous lever pour l’identification automatique des variétés végétales ?

    • Alexis Joly - Inria, équipe IROKO, Montpellier
    • Valéry Malécot - Institut Agro Rennes-Angers, UMR IRHS, Angers
    • intervenant·e à venir

Pourquoi cette journée ?

  • Données
  • Intelligence artificielle
  • Identification variétale
  • Échanges et collaborations

Le contexte général

L’identification et la caractérisation des plantes entières, feuilles, fleurs, fruits et graines à l’échelle des variétés constituent un enjeu important pour de nombreux domaines : sélection variétale, agriculture, gestion des ressources génétiques, conservation, traçabilité ou encore phénotypage. Ces dernières années, le développement de nouvelles ressources numériques et les progrès rapides de l’IA ouvrent de nouvelles perspectives pour l’automatisation de l’identification des plantes à un niveau infraspécifique.

Cela reste cependant difficile, car les différences visuelles sont souvent très subtiles, localisées sur certains organes et influencées par les conditions environnementales. Il s’agit ainsi d’un problème d’identification visuelle à très fine échelle, encore largement ouvert en conditions réelles. Ces développements en IA demandent également le développement, le maintien et la mise à disposition de grandes bases de données d’images labellisées à l’échelle variétale et de référentiels taxonomiques à l’échelle de ces variétés.

L’objectif de cette journée

L’objectif est avant tout de dresser un panorama des initiatives existantes et de favoriser les échanges entre communautés qui travaillent parfois sur des problématiques proches sans nécessairement avoir l’occasion d’interagir.

La journée permettra notamment de discuter :

  • des bases de données et collections existantes sur les variétés ;
  • de la constitution, de l’annotation, de la standardisation et du partage de jeux de données ;
  • des méthodes de vision par ordinateur permettant d’identifier ou de caractériser des variétés ;
  • des difficultés propres au niveau variétal, comme la forte similarité visuelle entre variétés, la variabilité intra-variétale, l’influence des conditions de culture ou le manque de données annotées ;
  • des besoins scientifiques et applicatifs et des opportunités de collaborations.

Un évènement ouvert à différentes communautés

Cette journée souhaite réunir des acteurs issus de domaines complémentaires : data science, intelligence artificielle, vision par ordinateur, agronomie, botanique, génétique et amélioration des plantes, phénotypage, semences, ressources génétiques et biodiversité cultivée. Chercheurs, ingénieurs, gestionnaires de collections et de bases de données, instituts techniques, infrastructures de recherche et autres acteurs travaillant sur ces questions sont invités.

Aucune participation préalable au projet Pl@ntAgroEco ou à Pl@ntNet n’est nécessaire.

Lien avec Pl@ntAgroEco

Cette journée est organisée dans le cadre de Pl@ntAgroEco, un projet soutenu par l’Agence nationale de la recherche au sein du PEPR Agroécologie et Numérique.

Pl@ntAgroEco vise à développer de nouvelles méthodes et de nouveaux services numériques pour l’agroécologie en s’appuyant notamment sur l’intelligence artificielle, les sciences du végétal, les données expertes et les sciences participatives.

Le projet explore plusieurs problématiques allant au-delà de l’identification classique des plantes à l’échelle de l’espèce : reconnaissance des maladies végétales, caractérisation des stress et symptômes, analyse d’images contenant plusieurs espèces et identification à des niveaux infraspécifiques, notamment les variétés végétales.

Cette dernière problématique constitue un changement d’échelle important. Reconnaître une espèce à partir d’une image est aujourd’hui possible pour un très grand nombre de plantes, mais distinguer automatiquement des variétés appartenant à une même espèce soulève de nouvelles difficultés scientifiques et nécessite des données suffisamment riches, fiables et structurées.

Dans ce cadre, Pl@ntNet expérimente déjà des approches d’identification variétale à partir d’images. Une fonctionnalité bêta permet notamment d’explorer et d’identifier certaines variétés de plusieurs espèces cultivées. Le développement de telles approches nécessite toutefois de mieux identifier les ressources existantes, les besoins des différentes communautés et les collaborations possibles.

Résumés des présentations

  • , François Luro - INRAE, UMR AGAP Corse, San Giuliano

    La conservation d’une collection d’agrumes : la compréhension de la biologie reproductive et des mécanismes de sélection et de diversification permet d’optimiser sa gestion

    La collection d’agrumes INRAE-Cirad de San Giuliano s’étend sur 14 Ha constitué de plus 1 000 accessions représentant la diversité variétale de la majorité des espèces cultivées. La serre de confinement et la cryobanque complètent ce dispositif. Afin de rationaliser les couts d’entretien d’une telle collection une caractérisation génétique et phénotypique est nécessaire afin de réduire son périmètre aux seules variétés utiles pour le maintien de la diversité. La connaissance des caractéristiques de la reproduction et de la diversification participe à l’optimisation de la gestion et de l’exploitation des ressources génétiques.

  • , Marie Weiss - INRAE, UMR EMMAH, Avignon

    La plateforme de traitement automatisée de données de phenotypage haut-débit 4P

    4P (Plant Phenotyping Processing Platform) est une plateforme de traitement automatisé de données de phénotypage haut-débit acquises en plein champ. Elle a été développée pour les grandes cultures dans le cadre de PHENOME-EMPHASIS, puis étendue aux communautés vignes et arboriculture grâce au PEPR AgroEcoPhen. Elle fournit des chaînes de traitement applicables à divers types de capteurs (caméras RGB, stéréovision, multispectrale, LiDAR) sur différents vecteurs (robots, drones, perche mobile). Ces chaînes combinent des méthodes d’IA et de la modélisation pour accéder aux traits phénotypiques d’intérêt. Associée au SI PHIS, 4P permet ainsi à ses utilisateurs non experts de de générer les traits phénotypiques avec une traçabilité complète.

  • , Isabelle Alic - INRAE, UMR MISTEA, Montpellier

    Le système d’information PHIS : Gestion FAIR et traçabilité des données de phénotypage, au service de l'analyse des variétés de plantes

    PHIS (Phenotyping Hybrid Information System) est un système d’information dédié à la gestion FAIR et à la traçabilité des données de phénotypage des plateformes du réseau Phenome-Emphasis. Dans le cadre du projet AgroEcoPhen, financé par le PEPR Agroécologie et Numérique, l’utilisation de PHIS a été étendue à de nouvelles sources de données comme les piquets connectés pour l’envirotypage, et son interaction avec 4P (Plant Phenotyping Processing Platform) a été renforcée et étendue à de nouveaux types de cultures (arboriculture, viticulture). Un workflow automatique assure la déclaration des données issues des traitements 4P dans PHIS avec une traçabilité complète, offrant aux utilisateurs un accès facilitant leur visualisation et exploitation en data science et IA.

  • , Cyril Pommier - INRAE, URGI, Versailles

    Caractérisation des ressources génétiques végétales: partage, publication et interopérabilité FAIR des données.

    Les données sur la diversité génétique des plantes cultivées et apparentées en France se trouvent aussi bien dans le catalogue du CTPS pour les variétés commercialisées que dans les catalogues des Centres de Ressources Biologiques (CRB) pour les ressources génétiques. L’accès à ces dernières est permis par les portails FLORILEGE et FAIDARE, ce dernier apportant de plus le lien avec les données scientifiques. Les projets Breif et Agrodiv du PEPR Agroécologie et Numérique ont organisé l’acquisition et le partage de ces données à grande échelle. Nous présenterons ici comment ces échanges ont été mis en place et quelles données sont accessibles.

  • , Hervé Goëau - CIRAD, UMR AMAP, Montpellier

    Évaluation des modèles de fondation pour l'identification des variétés

    L’identification visuelle des variétés est un défi complexe de catégorisation visuelle à grain ultra-fin (Ultra Fine-Grained Visual Categorization - Ultra-FGVC). Malgré leur importance économique mondiale, l’identification infraspécifique en conditions réelles reste peu étudiée et souffre d’un manque de jeux de données. Cette présentation expose une étude comparative de plusieurs architectures pour discriminer ces taxons, appliquée à trois cas d’étude : les plantes maraîchères, les bananiers et les cépages de vigne. Nous y évaluons des modèles de fondation initialisés par alignement sémantique (BioCLIP 2) ou par apprentissage auto-supervisé géométrique (DINOv2/v3), qui font ensuite l’objet d’un ajustement fin (fine-tuning) supervisé. Les résultats démontrent que les représentations géométriques, adaptées au préalable sur de grandes bases d’images identifiées au niveau espèce (Pl@ntNet), surpassent les autres approches. Enfin, l’étude confirme l’intuition qu’il est crucial de cibler l’analyse sur les organes les plus distinctifs de la plante.

  • , David Rousseau - Université d'Angers, LARIS, Angers

    Computer vision et test des variétés : Enjeux, solutions et défis

    Les méthodes de vision par ordinateur et d’apprentissage automatique offrent de nouvelles possibilités pour objectiver et automatiser le test des variétés végétales. Cette présentation illustrera différents travaux menés sur l’utilisation de l’imagerie et de l’intelligence artificielle pour caractériser les variétés et leur phénotype. À travers plusieurs cas d’étude, notamment chez le pommier et le blé, seront abordés la caractérisation de caractères morphologiques, le suivi de la phénologie, l’optimisation des protocoles d’acquisition et l’évaluation de la distinction variétale. Ces exemples permettront de discuter les apports actuels de ces approches, mais également les principaux défis méthodologiques restant à relever.

  • , Martin Ecarnot - INRAE, UMR AMAP, Montpellier

    Discrimination de variétés de blé par imagerie hyperspectrale

    Les mélanges de variétés de blé au champ sont un moyen simple et efficace pour limiter les effets des stresses biotiques et abiotiques sur les rendements, mais les mécanismes à l’échelle de la variété sont mal connus. Il est nécessaire pour cela de se doter d’outils de reconnaissance d’une variété dans un mélange afin de caractériser leur plasticité phénotypique. Cette étude présente des méthodes basées sur l’imagerie hyperspectrale et la chimiométrie pour estimer les potentialités des spectres proche infrarouge pour discriminer des variétés, avec pour objet, d’une part des plantes mesurées au champ, et d’autre part des grains récoltés. Les modèles obtenus ont montré des précisions satisfaisantes (bien prédits >80%), mais la robustesse de ces modèles (par ex. à l’effet année) reste une perspective à atteindre.

Contact

  • Benjamin Bourel

    Organisateur de l'évènement

    benjamin.bourel@inria.fr

  • Alexis Joly

    Superviseur de l'évènement

  • Jean-Marc Sadaillan

    Animateur

  • Ilyass Moummad

    Animateur