Application mobile d’IA pour le contrôle de la brûlure des feuilles de taro

Aperçu

Une équipe de chercheurs a développé une application Android gratuite, alimentée par l’IA, qui détecte en temps réel la maladie du Taro Leaf Blight, mettant des diagnostics agricoles de niveau expert directement entre les mains des petits exploitants agricoles en Afrique de l’Ouest, avec rien d’autre qu’un smartphone à faible coût.

Le taro est une culture vivrière essentielle pour des millions de foyers pauvres au Nigeria et au Ghana, fournissant une source abordable de protéines et de glucides là où les alternatives sont rares. Cependant, les petits exploitants, qui n’ont pas accès à des scientifiques agricoles ou à des agents de vulgarisation, perdent régulièrement leurs récoltes à cause de la maladie du Taro Leaf Blight, qui se propage rapidement et peut dévaster les rendements si elle n’est pas détectée tôt. Sans diagnostic rapide, les agriculteurs n’ont d’autre choix que de voir leurs cultures échouer, aggravant l’insécurité alimentaire et les difficultés économiques.

Pour y remédier, les chercheurs ont créé une application Android utilisant un modèle YOLOv8 entraîné sur 18 248 images de cultures de taro, couvrant quatre stades de la maladie : Early Blight, Mid Blight, Late Blight et Healthy (sain). Conçue spécifiquement pour des smartphones bas de gamme, l’application fonctionne sans matériel coûteux et fournit des recommandations de traitement et de prévention avec des fongicides vérifiés directement associées à chaque diagnostic. L’ensemble de données sous-jacent a été publié sur Mendeley Data, le code est open-source sur GitHub, et l’application est téléchargeable gratuitement, permettant à la communauté scientifique de s’appuyer sur ce travail. Pour atteindre les agriculteurs sans appareil, l’équipe a fourni 10 téléphones Android à faible coût aux participants qui n’en possédaient pas.

Les tests bêta réalisés avec 42 agriculteurs, agents de vulgarisation, techniciens de recherche et scientifiques agricoles ont validé à la fois la précision et l’ergonomie de l’application sur le terrain. La détection précoce permet désormais aux agriculteurs d’intervenir avant la propagation de la maladie, réduisant ainsi les pertes de récolte et les coûts associés. Avec la sécurité alimentaire des petits exploitants vulnérables en jeu, le projet propose un modèle réplicable et open-source pour le déploiement responsable de l’IA dans des contextes agricoles à ressources limitées, avec des plans déjà en cours pour ajouter le support de la langue locale Igbo afin d’étendre encore sa portée