L’agriculture hydroponique alimentée par l’IA visuelle améliore le suivi des plantes

Quand on pense à l’agriculture, on imagine généralement des plantes qui poussent dans le sol. Pourtant, l’agriculture hydroponique adopte une approche différente. Elle consiste à faire pousser des plantes dans une eau enrichie en nutriments, sans utiliser de sol. Cette méthode aide les plantes à pousser plus vite tout en utilisant moins d’espace et d’eau. C’est une excellente option dans les régions où les terres agricoles sont limitées.

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

De nombreuses exploitations hydroponiques sont installées en intérieur. Ainsi, même de petits problèmes, comme de faibles niveaux de nutriments ou les premiers signes d’une maladie, peuvent se propager rapidement et endommager les cultures. Vérifier et surveiller manuellement chaque plante peut 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 (AI) qui consiste à traiter et à comprendre des données visuelles. Elle peut être utilisée pour relever les défis de l’agriculture hydroponique en surveillant automatiquement les plantes à l’aide de caméras et de l’analyse d’images.

Par exemple, les modèles de Vision AI comme Ultralytics YOLO11 peuvent être entraînés à détecter les signes de stress, de maladie ou de carences en nutriments chez les plantes. Ces modèles permettent d’exécuter en temps réel des tâches de vision par ordinateur, comme la détection d’objets et la segmentation d’instances, dans de grandes exploitations intérieures, afin que les agriculteurs puissent intervenir rapidement avant que les problèmes ne se propagent.

Dans cet article, nous allons découvrir comment l’agriculture hydroponique alimentée par la Vision AI améliore l’efficacité, réduit la main-d’œuvre et favorise une agriculture durable. C’est parti !

Qu’est-ce que l’agriculture hydroponique ?#

L’agriculture hydroponique est une méthode qui permet de faire pousser des plantes sans utiliser de sol. Les plantes sont placées dans un substrat de culture et nourries avec une solution aqueuse contenant des nutriments essentiels. Cet environnement contrôlé permet aux cultures de pousser plus vite, d’utiliser moins d’eau et de prendre moins de place que dans l’agriculture traditionnelle.

Dans les régions où les terres sont rares ou la qualité du sol médiocre, l’hydroponie peut constituer une solution pratique. Fait intéressant, le concept de culture sans sol remonte à l’Antiquité : des civilisations comme les Babyloniens et les Aztèques ont développé les premières formes de culture hors sol.

Fig. 1. Laitue poussant dans une exploitation hydroponique sans sol. Source de l’image : Pexels.

Bien que l’hydroponie trouve ses origines dans l’Antiquité, les technologies modernes l’ont transformée en solution de haute technologie répondant aux besoins agricoles actuels. Les systèmes avancés apportent désormais directement l’eau et les nutriments aux plantes. Par exemple, la technique du film nutritif (NFT) fait circuler une fine couche d’eau sur les racines, tandis que l’aéroponie fournit les nutriments en pulvérisant une fine brume sur les racines suspendues dans l’air.

Cependant, à mesure que ces exploitations s’agrandissent, il devient plus difficile de suivre individuellement les plantes. Même de petits changements dans la couleur ou la forme des feuilles et des tiges peuvent être les premiers signes de stress ou de maladie. Détecter rapidement ces problèmes est essentiel pour éviter leur propagation dans toute l’exploitation. Un suivi régulier des cultures et une intervention rapide sont indispensables pour préserver la santé des cultures et garantir des rendements réguliers.

Le rôle de la vision par ordinateur dans l’agriculture hydroponique#

Tout comme dans l’agriculture traditionnelle, la santé des plantes en hydroponie dépend de conditions adéquates. Même de légers déséquilibres au niveau de facteurs comme les nutriments, la température ou l’humidité peuvent provoquer 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 affecter un grand nombre de plantes en peu de temps.

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

Ces images peuvent également être analysées par des modèles de Vision AI tels que YOLO11, capables de détecter les plantes individuellement, de segmenter les feuilles par rapport à l’arrière-plan, de classer les stades de croissance et de suivre les changements visibles au fil du temps. Il devient ainsi plus facile de repérer un problème affectant 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 touchée. En transformant les images en informations exploitables, la Vision AI aide les agriculteurs à réagir rapidement aux problèmes potentiels, à réduire le travail manuel et à maintenir des cultures saines et productives.

Applications de la vision par ordinateur dans l’agriculture hydroponique#

Maintenant que nous avons vu comment la vision par ordinateur améliore les systèmes hydroponiques, examinons quelques applications concrètes dans lesquelles cette technologie fait déjà la différence.

Technologies hydroponiques intelligentes et robotique#

Les exploitations hydroponiques font souvent pousser les plantes dans des plateaux très rapprochés qui doivent être déplacés au cours des différentes phases de croissance. Déplacer les plateaux peut améliorer l’éclairage, simplifier l’entretien des plantes ou préparer les cultures à la récolte. Dans les grandes exploitations, effectuer cette tâche manuellement demande beaucoup de temps et d’efforts.

Les robots autonomes intégrant la 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.

Grover est un exemple intéressant : il s’agit d’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 se déplacer en toute sécurité et exploite la Vision AI pour surveiller la santé des cultures. En prenant en charge à la fois le déplacement et l’évaluation des plantes, des robots comme Grover favorisent le bon déroulement des opérations quotidiennes et contribuent à réduire le besoin de travail manuel dans les systèmes de culture contrôlés.

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

Agriculture de précision par vision par ordinateur dans les micro-exploitations#

Les exploitations hydroponiques n’ont pas toujours besoin de grands espaces. De petites unités peuvent être installées dans des bureaux, des écoles ou des hôpitaux pour faire pousser des légumes frais en intérieur. Ces installations sont souvent utilisées à des fins éducatives, dans le cadre de programmes de bien-être ou pour la production alimentaire locale. Cependant, leur gestion quotidienne peut être difficile. Le personnel peut être très occupé ou manquer d’expérience dans l’entretien des plantes, ce qui complique une maintenance régulière.

Pour simplifier les choses, des capteurs, des caméras et la 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 utilisateurs peuvent ne pas avoir d’expérience agricole. Chaque unité utilise des caméras intégrées pour surveiller la croissance des plantes et envoie des mises à jour utiles ainsi que des conseils d’entretien via une application, ce qui facilite la maintenance.

Fig. 3. Une unité hydroponique intelligente permettant la surveillance à distance.

Surveillance automatisée des plantes pilotée par la Vision AI#

Faire pousser des cultures 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 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 : les agriculteurs peuvent suivre la santé et le développement des plantes sans manipuler physiquement les cultures ni les perturber. En analysant régulièrement les images, le système peut suivre l’évolution au fil du temps et repérer les motifs indiquant qu’une plante approche de la maturité.

Voici plus précisément comment cela fonctionne :

• Détecter les plantes individuellement : tout d’abord, la détection d’objets peut être utilisée pour localiser et identifier chaque plante dans la zone de culture, même dans des plateaux très chargés ou qui se chevauchent.
• Classer les caractéristiques des plantes : ensuite, la classification d’images peut servir à analyser des caractéristiques visuelles comme la couleur, la taille et la forme afin de déterminer le stade de croissance de la plante ou de détecter des 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 rapides, comme les plantes prêtes à être récoltées et celles qui ont besoin de plus de temps.

Fig. 4. Utilisation de la détection d’objets pour détecter la laitue.

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 davantage d’unités ou de sites de culture sans nécessiter de personnel supplémentaire. Il est ainsi plus facile d’agrandir l’exploitation tout en conservant la maîtrise et la régularité des opérations.
• Accès et contrôle à distance : de nombreux systèmes permettent aux agriculteurs de consulter l’état des cultures et de recevoir des alertes depuis n’importe où, ce qui facilite la gestion des exploitations sans être présent sur place.
• Une meilleure régularité : la surveillance automatisée réduit les erreurs humaines, ce qui permet d’obtenir un entretien des plantes plus uniforme et une qualité globale supérieure.

Malgré les nombreux avantages de la Vision AI dans l’agriculture hydroponique, certaines limites doivent également être prises en compte. Voici quelques facteurs à considérer :

• Sensibilité aux conditions environnementales : les systèmes de vision par ordinateur peuvent être affectés par un mauvais éclairage, des reflets, des objectifs de caméra sales ou embués et des plantes qui se chevauchent, des problèmes courants dans les environnements intérieurs qui peuvent réduire l’exactitude.
• Problèmes de compatibilité : certaines exploitations peuvent avoir besoin de mettre à niveau leur infrastructure pour prendre en charge les systèmes de Vision AI. Les installations plus anciennes 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.
• Nécessité de réentraîner les modèles : les modèles d’AI peuvent devoir être réentraînés ou ajustés lorsqu’ils sont utilisés avec de nouveaux types de plantes, de nouvelles configurations d’éclairage ou de nouveaux systèmes de culture, ce qui ajoute de la complexité.

Points clés à retenir#

Les tâches de vision par ordinateur comme la détection d’objets et la segmentation d’instances permettent de suivre plus rapidement et plus précisément la santé des plantes, les stades de croissance et les performances globales des cultures. De la détection précoce des signes de stress à l’aide à la planification des récoltes, les systèmes fondés sur la vision réduisent le travail manuel et apportent davantage de régularité aux tâches quotidiennes.

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

Rejoins notre communauté et consulte notre dépôt GitHub pour en savoir plus sur la vision par ordinateur. Découvre différentes applications de l’AI dans le commerce de détail et de la vision par ordinateur dans le secteur de la santé sur nos pages de solutions. Consulte nos options de licence et commence dès aujourd’hui avec la Vision AI !