Développement d’un système automatisé de détection des lésions de la paume (Oryctes Agamemnon Burmeister) par drone
No Thumbnail Available
Date
2023
Journal Title
Journal ISSN
Volume Title
Publisher
université d'eloued
Abstract
"L'identification des maladies des plantes revêt une importance capitale pour prévenir
les pertes de rendement et de quantité de produits agricoles. Parmi les insectes
ravageurs les plus destructeurs pour les palmiers à travers le monde, l'infestation du
ver rhinocéros (Oryctes agamemnon Burmeister - Coléoptère Scarabaeidae) est
particulièrement préoccupante. Ainsi, la surveillance de la santé des palmiers et la
détection précoce des maladies revêtent une importance cruciale dans le cadre d'une
agriculture durable. Grâce aux avancées dans le domaine de l'apprentissage
automatique et du traitement des données, des solutions efficaces peuvent être
trouvées pour contrer ce problème. Dans cette optique, nous avons mis au point un
mécanisme permettant d'analyser les données et de classifier les palmiers infectés.
Nous avons également développé des modèles prédictifs pour la détection précoce de
l'infestation par le ver rhinocéros. Ce système automatisé utilise des images prises par
un drone, qui sont ensuite traitées par un ordinateur. En utilisant des applications
d'intelligence artificielle et des algorithmes d'apprentissage profond, nous avons
entraîné notre propre modèle basé sur des réseaux de neurones afin d'analyser les
images et d'identifier les palmiers infectés."
"تعتبر تحدٌد أمراض النباتات مفتا ًحا للولاٌة من تملصات اإلنتاج وتملٌل كمٌة المنتجات الزراعٌة. لذا، فإن غزو نخلة البك
الوحشً )Burmeister agamemnon Oryctes - سرابٌنٌداي الخنفساء( هو واحد من اآلفات الحشرٌة األكثر تدمٌ ًرا
لنخٌل البلدان فً العالم. لذا فإن رصد صحة النخٌل وكشف األمراض ضرورٌان للزراعة المستدامة، حٌث ٌمكن لتمنٌات
التعلم اآللً ومعالجة البٌانات المساهمة فً إٌجاد حلول فعالة لهذه المشكلة. فً هذا السٌاق، لمنا بتطوٌر آلٌة لتحلٌل
البٌانات وتصنٌف النخٌل المصابة وتطوٌر نماذج تولعٌة للكشف المبكر عن غزو البك الوحش.ً سٌكون هذا النظام تلمائً
ٌتعامل مع الصور الملتمطة بواسطة طائرة بدون طٌار وإرسالها إلى جهاز كمبٌوتر. باستخدام تطبٌمات الذكاء
االصطناعً وخوارزمٌات التعلم العمٌك، لمنا بتدرٌب نموذجنا الخاص باستخدام الشبكات العصبٌة لتحلٌل الصور وتحدٌد
النخٌل المصابة"
Description
مذكرة ماستر اتصالات Des thèses télécominication
Keywords
"Drone , Intelligence artificielle , Apprentissage profond , SSD Mobile Net, Réseaux de neurones convolutifs (CNN) , Réseaux neuronaux récurrents (RNN).", ":طبئسح ثدٌٔ طٍبز ، انركبء االصطُبػً ، انتؼهى انؼًٍك ، Net Mobile SSD ، انشجكبد انؼصجٍخ انتالفٍفٍخ CNN ، انشجكبد انؼصجٍخ انًتكسزح RNN"