Annonce

Les commentaires sont clos.

Stage niveau master 2: Estimation de traits de vigueur et de phénologie par analyse d’images pour le criblage de ressources génétiques fruitières

26 Septembre 2022


Catégorie : Stagiaire


L’arboriculture est un maillon essentiel de l’agriculture française qui contribue à la diversification des cultures et au stockage de carbone dans le sol et permet également une alimentation saine et potentiellement locale. Le projet vise à mettre au point des méthodes d’analyses d’images, combinant apprentissage profond, morphologie mathématique et stéréovision, pour extraire des traits de vigueur, de phénologie et d’activité photosynthétique chez le pêcher et l’abricotier. L’objectif à l’issue de ce stage est d’obtenir des outils fiables permettant de caractériser efficacement les traits ciblés en routine dans les équipes de recherche voire en sélection.

 

DESCRIPTIF

L’arboriculture est un maillon essentiel de l’agriculture française qui contribue à la diversification des cultures et au stockage de carbone dans le sol et permet également une alimentation saine et potentiellement locale. Cependant, ce secteur est fragile et en forte demande d’innovation variétale, notamment pour adapter les variétés au changement climatique et à la réduction des pesticides. Un enjeu important pour y parvenir est de proposer des solutions innovantes pour un phénotypage rapide et précis des ressources génétiques fruitières, enjeu auquel ce stage ambitionne de contribuer grâce à l’imagerie RVB (rouge vert bleu). Le projet vise à mettre au point des méthodes d’analyses d’images, combinant apprentissage profond, morphologie mathématique et stéréovision, pour extraire des traits de vigueur, de phénologie et d’activité photosynthétique chez le pêcher et l’abricotier. L’objectif de ce stage est de développer des algorithmes pour quantifier :

  • L’évolution du volume du tronc et de la teneur en chlorophylle des arbres au cours de la saison, fonctions de la vigueur et de l’état de santé de l’arbre,
  • Le stade de floraison et la densité florale qui sont déterminants pour l’adaptation au terroir et le rendement.

L’étudiant-e s’appuiera sur une base de données existante qu’il-elle enrichira par une campagne de mesures expérimentales dans des vergers à forte diversité génétique de plusieurs centaines d’arbres. Les images seront acquises à l’aide de deux caméras RVB embarquées sur le système de phénotypage léger LITERAL, et seront complétées par de mesures de routine (visuelles/manuelles) des traits ciblés. Pour les traits de croissance et de floraison, le stage consistera à améliorer les méthodes d’estimation existantes combinant deep learning et morphologie mathématique. Concernant les traits liés à la chlorophylle, il/elle devra mettre au point les tout premiers protocoles d’acquisition (mesures au chlorophylle-mètre/SPAD, photos RVB) et de traitement de données. L’objectif à l’issue de ce stage est d’obtenir des outils fiables permettant de phénotyper efficacement les traits ciblés en routine dans les équipes de recherche voire en sélection.

MOTS CLES

imagerie RVB, apprentissage profond, estimation de traits, fruits à noyaux

 

AXES DE RECHERCHE ET DEFIS ADRESSES

L’innovation variétale est un levier important pour la transition agroécologique, et le choix variétal est particulièrement décisif chez les arbres fruitiers qui restent en place de longues années. Via le criblage de ressources génétiques en verger, INRAE fournit du matériel végétal pertinent pour les sélectionneurs et met au point des outils de diagnostic génétique. Mobiliser la diversité génétique au sein des espèces cultivées requiert de récolter suffisamment de données de bonne qualité sur le terrain pour prédire les meilleurs croisements à effectuer. Le phénotypage de ces ressources est donc indispensable au progrès génétique mais reste un facteur limitant par son manque de résolution temporelle et spatiale. Ce projet propose de pallier ces contraintes en mobilisant les progrès de l’imagerie et de l’intelligence artificielle, encore très peu exploitées en arboriculture. La perche LITERAL est un outil versatile, bon marché, et facile à adopter permettant d’acquérir rapidement des photos de chaque arbre d’intérêt. À l’aide de deux caméras juxtaposées, elle permet par la stéréovision de calculer des distances sans avoir recours à des outils plus coûteux et difficiles à mettre en œuvre sur le terrain comme les LIDAR. La collaboration mise en place au travers du projet #DigitAG 2022 entre les unités GAFL et EMMAH (stage de master 2) a permis de mettre au point des premières méthodes d’acquisition et de traitement des images pour estimer des diamètres de tronc et des densités de fleurs dans l’arbre. Ces travaux ont été présentés en conférence et vont faire l’objet d’au moins une publication. Toutefois le niveau de précision ne permet pas, à ce jour, d’utiliser ces méthodes à la place des mesures empiriques. Ce projet vise (i) à renforcer les bases méthodologiques et de données existantes pour améliorer l’estimation de ces traits, (ii) à développer une méthode nouvelle pour quantifier le taux de chlorophylle des arbres à l’aide du traitement d’images RVB. Les outils finalisés devraient permettre aux équipes d’amélioration variétale de phénotyper plus rapidement leurs collections.

 

PROFIL REQUIS

  • Formation: sciences de l'ingénieur, traitement d’image, physique, mathématiques, statistiques
  • Compétences techniques: traitement d'image, méthodes d'apprentissage/intelligence artificielle, programmation (langages Python)
  • Compétences humaines : autonomie, rigueur, goût pour le travail d'équipe et l'écriture scientifique
  • Intérêts: goût pour les sujets liées à l'agriculture et l'agro-écologie, le travail en verger (mais aucune connaissance requise dans ces domaines)

INFORMATIONS ADDITIONNELLES

  • Encadrement : l’étudiant·e travaillera dans les laboratoires GAFL et EMMAH d’INRAE et sera encadré par Morgane Roth (chercheuse au GAFL), Marie Weiss et Sylvain Jay (Ingénieurs de recherche à l’UMR EMMAH, équipe CAPTE).
  • Aspects pratiques : le stage est d’une durée d’environ 6 mois, et doit démarrer entre janvier et mars 2023. La gratification reçue sera de 630 € par mois. INRAE peut proposer des chambres sur place (nombre et durée toutefois restreints). Une cantine est à disposition avec un tarif étudiant. Des aller-retours fréquents sont à prévoir dans la Drôme et le Gard, le plus souvent en binôme (permis de conduire recommandé mais pas indispensable).
  • Partenaires : l’UR GAFL travaille à l’amélioration des espèces horticoles et fruitière par l’exploitation de la diversité génétique pour favoriser l’obtention de variétés adaptées à la transition agro-écologique et au changement climatique. L’UMR EMMAH s’intéresse à l’impact des changements globaux sur l’exploitation des terres et les productions agricoles. L’équipe CAPTE a participé au développement de la perche LITERAL. Elle est spécialisée dans le phénotypage digital (choix des capteurs, acquisition et analyses d’images) sur les plantes annuelles et souhaite développer de nouvelles méthodes adaptées au contexte verger.
  • Contexte large: ce stage contribuera au un projet jeune chercheur FASTADAPT financé par l’appel Innovative Co-learning Agropolis. Ce projet est complémentaire d’une thèse en cours sur la caractérisation de la résilience des pêchers et abricotiers en conditions de bas-intrants, dans laquelle de nombreuses données phénotypiques visuelles ont d’ores et déjà été acquises.

CANDIDATURES AVANT LE 01/12/22

À adresser au choix à :

  • morgane.roth@inrae.fr
  • sylvain.jay@inrae.fr
  • marie.weiss@inrae.fr