Vision L'agriculture hydroponique alimentée par l'IA améliore la surveillance des plantes

Abirami Vina

4 min lire

10 juin 2025

Découvrez comment la vision par ordinateur dans l'agriculture hydroponique améliore le suivi de la santé des plantes, automatise la surveillance et permet une production durable de cultures sans sol.

Lorsque nous pensons à l'agriculture, nous imaginons généralement des plantes poussant dans le sol. Cependant, l'agriculture hydroponique adopte une approche différente. Elle consiste à élever des plantes dans de l'eau enrichie en nutriments, sans utiliser de terre. Cette méthode permet aux plantes de pousser plus rapidement tout en utilisant moins d'espace et d'eau. C'est une excellente option pour les régions où les terres agricoles sont limitées.

Le marché mondial des cultures hydroponiques devrait atteindre environ 53 milliards de dollars d'ici 2027. Toutefois, cette croissance s'accompagne de certains défis, notamment en ce qui concerne le maintien de la santé des plantes dans les grandes exploitations. 

De nombreuses fermes hydroponiques sont installées à l'intérieur, ce qui signifie que même de petits problèmes tels que de faibles niveaux de nutriments ou des signes précoces de maladie peuvent se propager rapidement et endommager les cultures. Le contrôle et la surveillance manuels de chaque plante peuvent prendre beaucoup de temps et entraîner des erreurs. C'est là que des technologies comme la vision par ordinateur peuvent être utiles.

La vision par ordinateur est une branche de l'intelligence artificielle (IA) qui consiste à traiter et à comprendre les données visuelles. Elle peut être utilisée pour relever les défis de la culture hydroponique en surveillant automatiquement les plantes à l'aide de caméras et d'analyses d'images. 

Par exemple, des modèles d'IA visionnaire comme Ultralytics YOLO11 peuvent être entraînés à détecter les signes de stress, de maladie ou de carence en nutriments chez les plantes. Ces modèles permettent d'effectuer des tâches de vision artificielle en temps réel, telles que la détection d'objets et la segmentation d'instances, dans de grandes exploitations agricoles en intérieur, ce qui permet aux agriculteurs de réagir rapidement avant que les problèmes ne s'étendent.

Dans cet article, nous allons voir comment l'agriculture hydroponique alimentée par Vision AI améliore l'efficacité, réduit la main-d'œuvre et soutient l'agriculture durable. Commençons par le commencement !

Qu'est-ce que la culture hydroponique ?

L'agriculture hydroponique est une méthode de culture des plantes sans utiliser de terre. Les plantes sont placées dans un milieu de culture et nourries avec une solution à base d'eau contenant des nutriments essentiels. Cet environnement contrôlé permet aux cultures de pousser plus rapidement, de consommer moins d'eau et d'occuper moins d'espace que l'agriculture traditionnelle.

Dans les régions où la terre est rare ou la qualité du sol médiocre, la culture hydroponique peut être une solution pratique. Il est intéressant de noter que le concept d'agriculture hors sol remonte à l'Antiquité, avec des civilisations comme les Babyloniens et les Aztèques qui ont mis au point les premières formes de culture hors sol.

__wf_reserved_inherit
Fig. 1. Laitue poussant dans une ferme hydroponique sans sol. Source de l'image : Pexels.

Bien que l'hydroponie ait des racines anciennes, la technologie moderne l'a transformée en une solution de haute technologie pour les besoins agricoles d'aujourd'hui. Des systèmes avancés fournissent désormais de l'eau et des nutriments directement aux plantes. Par exemple, la technique du film nutritif (NFT) fait couler une fine couche d'eau sur les racines, tandis que l'aéroponie fournit des nutriments en pulvérisant un fin brouillard sur les racines suspendues dans l'air.

Toutefois, à mesure que ces exploitations se développent, il devient de plus en plus difficile de suivre chaque plante. Même de petits changements dans la couleur ou la forme des feuilles et des tiges peuvent être des signes précoces de stress ou de maladie. Il est essentiel de détecter ces problèmes à temps pour éviter qu'ils ne s'étendent à l'ensemble de l'exploitation. Une surveillance régulière des cultures et une action rapide sont essentielles pour maintenir les cultures en bonne santé et garantir des rendements réguliers.

Le rôle de la vision par ordinateur dans la culture hydroponique

Tout comme dans l'agriculture traditionnelle, la santé des plantes en hydroponie dépend des bonnes conditions. Même de légers déséquilibres dans des facteurs tels que les nutriments, la température ou l'humidité peuvent entraîner des problèmes tels que le jaunissement des feuilles, un retard de croissance ou des maladies. Comme les systèmes hydroponiques reposent sur des environnements contrôlés, toute perturbation peut avoir un impact sur un grand nombre de plantes en peu de temps.

La vision par ordinateur offre aux agriculteurs un meilleur moyen de surveiller leurs cultures. Les caméras peuvent être installées au-dessus des zones de culture, comme les plateaux de plantes, les étagères ou les rayonnages verticaux, ou montées sur des rails qui se déplacent le long des rangées. Ces caméras peuvent capturer des images 24 heures sur 24, créant ainsi une chronologie visuelle de la croissance de chaque plante.

Ces images peuvent également être analysées par des modèles Vision AI tels que YOLO11, qui peuvent détecter des plantes individuelles, séparer les feuilles de l'arrière-plan, classer les stades de croissance et suivre les changements visibles au fil du temps. Il est ainsi plus facile de repérer si quelque chose ne va pas avec une plante ou un groupe de plantes.

Par exemple, si plusieurs plantes commencent à présenter des taches pâles, la vision par ordinateur peut reconnaître le motif et mettre en évidence la zone affectée. En transformant les images en informations exploitables, Vision AI aide les agriculteurs à réagir rapidement aux problèmes potentiels, à réduire le travail manuel et à maintenir les cultures en bonne santé et productives.

Applications de la vision par ordinateur dans la culture hydroponique

Maintenant que nous avons vu comment la vision par ordinateur améliore les systèmes hydroponiques, examinons quelques applications du monde réel où cette technologie fait déjà la différence.

Technologie hydroponique intelligente et robotique

Les fermes hydroponiques cultivent souvent des plantes dans des plateaux très serrés qui doivent être déplacés à différents stades de la croissance. Le déplacement des plateaux permet d'améliorer l'éclairage, de simplifier les soins aux plantes ou de préparer les cultures pour la récolte. Dans les grandes exploitations, ces opérations manuelles demandent beaucoup de temps et d'efforts. 

Des robots autonomes dotés d'un système de vision par ordinateur peuvent faciliter ce processus. Lorsque ces robots se déplacent dans la serre, la vision par ordinateur peut aider à détecter l'état de chaque plante. 

Un exemple intéressant est celui de Grover, un robot de serre conçu pour transporter de grands modules de plantes, dont certains pèsent jusqu'à 1 000 livres. Il utilise des capteurs pour naviguer en toute sécurité et tire parti de Vision AI pour surveiller la santé des cultures. En se chargeant à la fois du déplacement et de l'évaluation des plantes, les robots comme Grover favorisent le bon déroulement des opérations quotidiennes et contribuent à réduire le besoin de main-d'œuvre manuelle dans les systèmes agricoles contrôlés.

__wf_reserved_inherit
Fig. 2. Un robot autonome dans une ferme hydroponique déplaçant des plateaux de plantes.

Agriculture de précision avec vision par ordinateur dans les micro-fermes

Les fermes hydroponiques n'ont pas toujours besoin de grands espaces. De petites unités peuvent être installées dans des bureaux, des écoles ou des hôpitaux pour cultiver des légumes frais à l'intérieur. Ces installations sont souvent utilisées pour l'éducation, les programmes de bien-être ou la production alimentaire locale. Cependant, leur gestion quotidienne peut s'avérer difficile. Le personnel peut être très occupé ou manquer d'expérience dans l'entretien des plantes, ce qui rend difficile un entretien régulier.

Pour faciliter les choses, des capteurs, des caméras et des systèmes de vision par ordinateur peuvent être utilisés pour surveiller la santé des plantes tout au long de la journée. Prenons l'exemple de Babylon Micro-Farms. Leurs unités de culture sont conçues pour les espaces intérieurs où les gens n'ont pas forcément d'expérience en matière d'agriculture. Chaque unité utilise des caméras intégrées pour surveiller la croissance des plantes et envoie des mises à jour utiles et des conseils d'entretien par le biais d'une application, ce qui facilite la maintenance.

__wf_reserved_inherit
Fig. 3. Unité hydroponique intelligente permettant une surveillance à distance.

Surveillance automatisée des installations grâce à Vision AI

La culture en plusieurs lots signifie que les plantes arrivent à maturité à des moments différents. Pour gérer cette situation, les agriculteurs doivent savoir quelles plantes sont prêtes et lesquelles sont encore en cours de développement. La vision par ordinateur peut les aider en interprétant les images, en détectant l'emplacement des plantes et en classant leurs stades de croissance. 

Cette approche permet une surveillance non invasive, ce qui signifie que les agriculteurs peuvent suivre la santé et le développement des plantes sans les manipuler ou les perturber physiquement. En analysant régulièrement les images, le système peut suivre les progrès au fil du temps et repérer les schémas qui indiquent qu'une plante approche de la maturité.

Voici comment cela fonctionne :

  • Détecter des plantes individuelles: Tout d'abord, la détection d'objets peut être utilisée pour localiser et identifier chaque plante dans la zone de culture, même dans les plateaux encombrés ou qui se chevauchent.
  • Classifier les caractéristiques des plantes: Ensuite, la classification des images peut être utilisée pour analyser les caractéristiques visuelles telles que la couleur, la taille et la forme afin de déterminer le stade de croissance de la plante ou de détecter les signes de stress ou de maladie.
  • Générer des informations pour la prise de décision: Ensemble, ces tâches permettent de suivre le développement des plantes au fil du temps et de fournir aux agriculteurs des informations claires et opportunes, par exemple sur les plantes qui sont prêtes à être récoltées et celles qui ont besoin de plus de temps.
__wf_reserved_inherit
Fig. 4. Utilisation de la détection d'objets pour détecter les laitues.

Avantages et inconvénients de la vision par ordinateur dans l'agriculture hydroponique

Voici quelques avantages clés de l'utilisation de la vision par ordinateur dans l'agriculture hydroponique :

  • Des opérations plus faciles à développer : Une fois installés, les systèmes de vision par ordinateur peuvent être utilisés dans un plus grand nombre d'unités de culture ou de sites sans qu'il soit nécessaire de recruter du personnel supplémentaire. Il est ainsi plus facile d'étendre l'exploitation tout en maintenant le contrôle et la cohérence.
  • Accès et contrôle à distance : De nombreux systèmes permettent aux agriculteurs de visualiser l'état des cultures et de recevoir des alertes de n'importe où, ce qui facilite la gestion des exploitations sans être sur place.
  • Amélioration de la cohérence : L'automatisation de la surveillance réduit les erreurs humaines, ce qui permet d'uniformiser les soins apportés aux plantes et d'améliorer la qualité globale.

Malgré les nombreux avantages de Vision AI dans l'agriculture hydroponique, il y a aussi quelques limites à garder à l'esprit. Voici quelques facteurs à prendre en compte : 

  • Sensibilité aux conditions environnementales : Les systèmes de vision par ordinateur peuvent être affectés par un mauvais éclairage, des reflets, des lentilles de caméra sales ou embuées et des plantes qui se chevauchent, des problèmes courants dans les environnements intérieurs qui peuvent réduire la précision.
  • Problèmes de compatibilité : Certaines exploitations agricoles peuvent avoir besoin d'une mise à niveau de leur infrastructure pour prendre en charge les systèmes Vision AI. Les anciennes installations peuvent ne pas disposer de l'alimentation électrique, de l'espace physique ou de la connectivité réseau nécessaires à l'installation et au fonctionnement des caméras et des capteurs.
  • Exigences en matière de recyclage des modèles : Les modèles d'IA peuvent nécessiter un recyclage ou un réglage fin lorsqu'ils sont utilisés avec de nouveaux types de plantes, de nouvelles configurations d'éclairage ou de nouveaux systèmes de culture, ce qui ajoute à la complexité.

Principaux enseignements

Les tâches de vision artificielle telles que la détection d'objets et la segmentation d'instances permettent un suivi plus rapide et plus précis de la santé des plantes, des stades de croissance et des performances globales des cultures. Qu'il s'agisse de détecter les premiers signes de stress ou d'aider à la planification des récoltes, les systèmes de vision réduisent le travail manuel et apportent plus de cohérence aux tâches quotidiennes.

Au fur et à mesure que la technologie Vision AI progresse, elle devient plus facile à utiliser, plus adaptable aux différents types de cultures et plus évolutive pour les exploitations agricoles de toutes tailles. Grâce à son accessibilité et à sa précision croissantes, la vision par ordinateur est appelée à devenir un outil essentiel pour l'avenir d'une agriculture efficace et fondée sur les données.

Rejoignez notre communauté et consultez notre dépôt GitHub pour en savoir plus sur la vision par ordinateur. Explorez les différentes applications de l'IA dans le commerce de détail et de la vision par ordinateur dans les soins de santé sur nos pages de solutions. Jetez un coup d'œil à nos options de licence et commencez à utiliser Vision AI dès aujourd'hui !

Construisons ensemble le futur
de l'IA !

Commencez votre voyage avec l'avenir de l'apprentissage automatique

Commencer gratuitement
Lien copié dans le presse-papiers