ToxiPL@NT : comment fonctionne l’aide à la reconnaissance des plantes ?
ToxiPL@NT, l’appli web du RESPE d’aide à la reconnaissance des plantes toxiques pour les chevaux, mobilise Pl@ntNet pour identifier la plante la plus probable possible.
Pl@ntNet est une application collaborative dédiée à l’aide à l’identification des plantes, utilisée par des millions de personnes à travers le monde entier. Ce projet est porté par un consortium réunissant quatre organismes de recherche : INRAE, CIRAD, INRIA et IRD, ainsi que la fondation Agropolis.
Pla@ntNet mobilise une branche de l’intelligence artificielle (IA) appelée deep learning.
Comment fonctionne le deep learning ?
Le deep learning s’appuie sur un réseau de neurones artificiels inspiré du cerveau humain. Ces neurones sont interconnectés pour traiter et mémoriser des informations, comparer des problèmes ou situations quelconques avec des situations similaires passées, analyser les solutions et résoudre le problème de la meilleure façon possible. Ils peuvent traiter des données non structurées, comme les images et le texte, directement sans nécessiter une sélection manuelle de caractéristiques. Le deep learning est ainsi particulièrement efficace pour des tâches telles que la reconnaissance d’image.
Les neurones artificiels peuvent ainsi apprendre à reconnaître des motifs dans les données constituées par les photos de plantes. En analysant des millions de photos de plantes, un modèle informatique peut apprendre à différencier les espèces en fonction de leurs caractéristiques visuelles : forme des fleurs, couleur des fleurs, forme des fruits, forme des feuilles, etc.
©Pl@ntNet
Pl@ntNet s’appuie sur des millions d’images collectées par les utilisateurs et aussi par des experts botanistes. Ces photos sont triées, validées, et organisées pour entraîner des modèles de deep learning. Plus il y a d’images et de diversité, plus le modèle devient précis !
©Pl@ntNet
L’entrainement du modèle : évaluations et challenges
En plus d’être entraîné sur des photos fournies par la communauté, le modèle Pl@ntNet est évalué sur des images de tests très spécifiques. Ces images, souvent issues d’experts et non accessibles en ligne, servent à garantir que le système est fiable, même pour des plantes difficiles à identifier.
Pl@ntNet organise chaque année le challenge PlantCLEF, un événement où chercheurs et ingénieurs testent les dernières avancées en identification végétale. Ces compétitions permettent de comparer différentes approches et d’améliorer les performances des modèles.
En interne, Pl@ntNet réalise aussi des tests rigoureux. Des ensembles d’images “sanctuarisées”, sélectionnées pour leur qualité et leur rareté, permettent de vérifier que le modèle reconnaît bien des espèces complexes ou sous-représentées.
Grâce à cette évolution constante du modèle, aux tests et aux enrichissements, Pl@ntNet délivre une probabilité de reconnaissance pour les plantes que vous lui envoyez.
ToxiPL@NT mobilise ensuite sa base de données composées des plantes toxiques connues pour les équidés pour indiquer la toxicité de la plante reconnue.
Comme Pl@ntNet, ToxiPL@Nt est en constante évolution. En effet, certaines toxicités végétales fluctuent avec le changement climatique. La toxicologie végétale est ainsi une science évolutive, qui intègre dans les données de toxicité les conditions environnementales et l’avancée des connaissances scientifiques sur les molécules toxiques, leur mode d’action, leurs interactions, ainsi que les prises en charge et les traitements. ToxiPL@NT suit au plus près ces évolutions, notamment grâce à une communauté d’experts botanistes, toxicologues, vétérinaires en veille permanente.
L’appli est disponible là : www.toxiplant.net
Pour en savoir plus :
- Découvrez ToxiPL@NT, l’appli du RESPE, permettant à toute personne en contact avec des équidés de limiter les risques d’intoxication végétale !
- ToxiPL@NT, la nouvelle appli du RESPE pour limiter les risques d’intoxication végétale chez les équidés !
- Avec ToxiPL@NT, limitez les risques d’intoxication végétale pour votre cheval !
- Tutoriel ToxiPL@NT : réussir sa prise de photo
- Tutoriel ToxiPL@NT : mettre les chances de son côté pour l’identification
