En savoir plus

Notre utilisation de cookies

« Cookies » désigne un ensemble d’informations déposées dans le terminal de l’utilisateur lorsque celui-ci navigue sur un site web. Il s’agit d’un fichier contenant notamment un identifiant sous forme de numéro, le nom du serveur qui l’a déposé et éventuellement une date d’expiration. Grâce aux cookies, des informations sur votre visite, notamment votre langue de prédilection et d'autres paramètres, sont enregistrées sur le site web. Cela peut faciliter votre visite suivante sur ce site et renforcer l'utilité de ce dernier pour vous.

Afin d’améliorer votre expérience, nous utilisons des cookies pour conserver certaines informations de connexion et fournir une navigation sûre, collecter des statistiques en vue d’optimiser les fonctionnalités du site. Afin de voir précisément tous les cookies que nous utilisons, nous vous invitons à télécharger « Ghostery », une extension gratuite pour navigateurs permettant de les détecter et, dans certains cas, de les bloquer.

Ghostery est disponible gratuitement à cette adresse : https://www.ghostery.com/fr/products/

Vous pouvez également consulter le site de la CNIL afin d’apprendre à paramétrer votre navigateur pour contrôler les dépôts de cookies sur votre terminal.

S’agissant des cookies publicitaires déposés par des tiers, vous pouvez également vous connecter au site http://www.youronlinechoices.com/fr/controler-ses-cookies/, proposé par les professionnels de la publicité digitale regroupés au sein de l’association européenne EDAA (European Digital Advertising Alliance). Vous pourrez ainsi refuser ou accepter les cookies utilisés par les adhérents de l'EDAA.

Il est par ailleurs possible de s’opposer à certains cookies tiers directement auprès des éditeurs :

Catégorie de cookie

Moyens de désactivation

Cookies analytiques et de performance

Realytics
Google Analytics
Spoteffects
Optimizely

Cookies de ciblage ou publicitaires

DoubleClick
Mediarithmics

Les différents types de cookies pouvant être utilisés sur nos sites internet sont les suivants :

Cookies obligatoires

Cookies fonctionnels

Cookies sociaux et publicitaires

Ces cookies sont nécessaires au bon fonctionnement du site, ils ne peuvent pas être désactivés. Ils nous sont utiles pour vous fournir une connexion sécuritaire et assurer la disponibilité a minima de notre site internet.

Ces cookies nous permettent d’analyser l’utilisation du site afin de pouvoir en mesurer et en améliorer la performance. Ils nous permettent par exemple de conserver vos informations de connexion et d’afficher de façon plus cohérente les différents modules de notre site.

Ces cookies sont utilisés par des agences de publicité (par exemple Google) et par des réseaux sociaux (par exemple LinkedIn et Facebook) et autorisent notamment le partage des pages sur les réseaux sociaux, la publication de commentaires, la diffusion (sur notre site ou non) de publicités adaptées à vos centres d’intérêt.

Sur nos CMS EZPublish, il s’agit des cookies sessions CAS et PHP et du cookie New Relic pour le monitoring (IP, délais de réponse).

Ces cookies sont supprimés à la fin de la session (déconnexion ou fermeture du navigateur)

Sur nos CMS EZPublish, il s’agit du cookie XiTi pour la mesure d’audience. La société AT Internet est notre sous-traitant et conserve les informations (IP, date et heure de connexion, durée de connexion, pages consultées) 6 mois.

Sur nos CMS EZPublish, il n’y a pas de cookie de ce type.

Pour obtenir plus d’informations concernant les cookies que nous utilisons, vous pouvez vous adresser au Déléguée Informatique et Libertés de l’INRA par email à cil-dpo@inra.fr ou par courrier à :

INRA
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan cedex - France

Dernière mise à jour : Mai 2018

Menu Logo Principal Agrocampus Ouest Université d'Angers   IRHS

IRHS

Thématiques

Vision par ordinateur et apprentissage automatique à moindre coût
(Pejman Rasti, Etienne Belin, Natalia Sapoukhina, David Rousseau)

Cette thématique s'inscrit dans la continuité du projet scientifique actuel. L'extension se fera en termes d'échelles d'observation et d'environnement. Si l'axe principal était l'échelle de la plante, les observations porteront désormais également sur l'échelle microscopique en collaboration avec la plateforme microscopique de l'IRHS (IMAC). Ceci est en accord avec les compétences de l'équipe développées en traitement d'images microscopiques dans le projet européen PROCHIP (2019-2022). L'imagerie in vitro sera mise en route pour diverses questions ouvertes dont le suivi du pathosystème sur gel agar ou disques foliaires, la caractérisation du khal, le comptage des nématodes dans les tests variétaux. Le groupe abordera tous les défis associés à cette imagerie comme les conditions d'éclairage, la gestion de la condensation, la distorsion du gel agar, ... Ce sujet a été initié au sein du SNES dans le cadre du projet AKER (2012-2020) et de l'INRAE Colmar dans le cadre du projet SPE (2019-2020). La vision par ordinateur en extérieur sera développée pour la caractérisation des arbres (forme 3D, développement des fruits, détection des stress biotiques et abiotiques) dans le verger de l'INRAE. Ceci sera développé en collaboration avec l'UE Horti à Angers sur les pommiers, dans le cadre du projet européen INVITE (2019-2024) ou éventuellement sur les rosiers avec GDO (IRHS).

Phénotypage assisté par simulation
(Angélina El Ghaziri, Etienne Belin, Gehard Buck Sorlin, David Rousseau)

En mars 2020, PHENOTIC est équipé d'un nouveau robot (PHENOBEAN) capable de suivre la croissance de la plante avec une lumière contrôlée en termes de directivité, longueur d'onde et intensité. Le système est équipé d'un bras robotique apportant un capteur dans n'importe quelle position de la pièce. Parallèlement aux expériences menées par la plateforme, ImHorPhen propose de simuler Phenobean avec des modèles écophysiologiques afin d'optimiser les paramètres expérimentaux qui impactent la croissance des plantes. Cette nouvelle thématique sera soutenue par une thèse qui débutera en sept. 2020.  Le simulateur sera utilisé pour optimiser la croissance mais aussi pour constituer des modèles annotés automatiquement qui serviront de données d'entraînement pour la vision par ordinateur. Une approche de contrôle automatique de la croissance des plantes sera également étudiée avec l'équipe travaillant sur le laboratoire de contrôle automatique au LARIS (UA). Ceci sera fait en collaboration avec l'équipe STRAGENE de l'IRHS.

L'exploration de données basée sur l'apprentissage automatique
(Angélina El Ghaziri, Julie Bourbeillon, Nizar Bouhlel, David Rousseau)

Cette nouvelle thématique abordera les défis du flux de données créé via la plateforme PHENOTIC. Un cycle typique de phénotypage produit quelques téraoctets de données. Alors que les images commencent à être traitées efficacement via la première thématique, il est maintenant nécessaire d'aller au-delà et de produire des connaissances pour les données extraites de ces images. Tout comme la conception d'algorithmes de vision par ordinateur, l'exploration de données pourrait également bénéficier de l'aide de l'apprentissage automatique pour la conception automatique d'analyses descriptives, de diagnostics prédictifs et d'analyses prescriptives. De telles problématiques seront étudiées pour les données au repos et pendant le déroulement du phénotypage.