Annonce

Les commentaires sont clos.

Post-Doctorant-e: Proxydétection et intelligence artificielle pour le phénotypage des vergers

9 Novembre 2023


Catégorie : Post-doctorant


L’Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (INRAE) est un établissement public de recherche rassemblant une communauté de travail de 12 000 personnes, avec 272 unités de recherche, de service et expérimentales, implantées dans 18 centres sur toute la France. INRAE se positionne parmi les tout premiers leaders mondiaux en sciences agricoles et alimentaires, en sciences du végétal et de l’animal. Ses recherches visent à construire des solutions pour des agricultures multi-performantes, une alimentation de qualité et une gestion durable des ressources et des écosystèmes.

 

Contexte du post-doctorat

L'arboriculture est un maillon essentiel de l’agriculture française contribuant à une alimentation saine et locale tout en permettant de diversifier les cultures et de stocker du carbone dans les sols. 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 dans le cadre de la transition agroécologique. Un enjeu important pour y parvenir est de proposer des solutions innovantes pour un phénotypage rapide et précis des ressources génétiques fruitières. Dans ce but, et, dans le cadre du PEPR « Agroécologie et numérique », les équipes des unités de recherche EMMAH, GAFL et AGAP de l’INRAE développent des outils et des méthodes s’appuyant sur les technologies numériques. Outre des développements méthodologiques de traitement des données stéréovision et RVB (Rouge vert bleu) pour accéder à ces traits, le projet PHADA (PHénotypage HAut-débit de la Diversité génétique des Arbres fruitiers pour une meilleure adaptation au changement climatique) s’intéresse à la fusion des informations, ainsi qu’à la généralisation et la transférabilité des méthodes et des traits entre espèces. Plusieurs approches (apprentissage machine et profond, morphologie mathématique, statistiques) seront combinées. Ce projet s’appuie sur l’acquisition de jeux de données dans des core-collections de trois espèces fruitières d’importance (pêchers, abricotiers, pommiers) comportant chacune plus de 150 génotypes différents, assurant ainsi une représentativité de la variabilité de la floraison et de la structure des arbres par les différences d’âge, d’espèces et d’environnements contrastés. Il vise aussi à établir une cohérence temporelle entre mesures passées (notations visuelles) et phénotypage numérique.

Activités

Pour mettre au point ces méthodes de phénotypage numérique inter-espèces et permettre un premier criblage génétique des core-collections du GAFL et d’AGAP, les activés du/de la candidat/e s’articuleront autour de 4 tâches :

  • Une tâche d’analyse bibliographique : elle permettra d’identifier les traits d’intérêt et les méthodes déjà développées dans la littérature. Les traits ciblés concerneront la floraison (par exemple, la date, la floribondité, la distribution des fleurs ou des bouquets de fleurs dans l'arbre et sur les rameaux) et l’architecture de l'arbre au sens large (forme et port, enveloppe convexe, volume et croissance de bois, diamètre du tronc, type et répartition de rameaux, densité d'organes associés, angles, surface foliaire).
  • L’organisation de campagne(s) expérimentale(s) et la gestion des données acquises: l’étude s’appuiera sur des données déjà acquises par le passé et sera complétée par deux campagnes d’acquisition dans les trois core-collections situées dans le dans le quart Sud Est de la France (Hérault, Gard et Vaucluse). Les acquisitions se feront principalement avec la perche LITERAL développée à CAPTE, équipée de deux caméras RGB en stéréovision. Le/la post-doctorant/e supervisera les deux campagnes d’acquisition et pourra être accompagné(e) par le personnel technique disponible. Le suivi pluriannuel de ces core-collections permettra d’étudier les cinétiques de certains traits (volume de bois par exemple).
  • La mise au point des outils d’analyse pour estimer les traits génériques et spécifiques : il s’agira ici de trouver des approches performantes pour l’identification et la quantification des différents organes (bois, fleurs, feuilles, fruits) ou des traits (volume de l’arbre, surface foliaire, etc.). Ces approches allieront des méthodes d’analyse d’images en morphologie mathématique (par exemple détermination d’enveloppes convexes, caractérisation de la distribution spatiale des fleurs ou des rameaux) et en deep learning (segmentation sémantique et d’instance). L’information fournie par la stéréovision (3D) sera utilisée à la fois pour des critères de séparabilité (extraction des arbres dans l’image) et pour quantifier des distances (distribution spatiale des éléments), surfaces (surface de fleur ou de bois), ou des facteurs de forme (diamètre du tronc, volume et port de l’arbre, orientation des branches, etc.). Une part significative du travail sera dédiée à la généralisation et au transfert des méthodes développées, en particulier à des techniques d’adaptation de domaine pour limiter les besoins en annotation des images pour la constitution des jeux de données d’entraînement et de test des méthodes deep.
  • L’analyse génétique pour l’identification de typologie de résilience. Une fois les traits estimés à l’échelle de chaque verger, des analyses statistiques multivariées permettront d’identifier des comportements particuliers de génotypes à travers la diversité de chaque espèce, et d’identifier, parmi les nouvelles variables, lesquelles mesurer en routine pour les équipes de recherche en génétique. La quantification de l’héritabilité des traits estimés nous renseignera sur la capacité à utiliser des analyses génétiques plus poussées pour sélectionner ces traits et créer des variétés innovantes. L’approche comparative permettra de mettre en regard les potentiels adaptatifs de ces espèces.

L’ensemble des travaux effectués sera valorisé par au moins une publication dans une revue à comité de lecture présentant les résultats de l’étude et la mise à disposition d’un jeu de données en open access. Le/la post-doctorant/e pourra également présenter ses résultats lors d’un colloque international.

Vous serez localisé-e principalement dans l’équipe CAPTE à Avignon. Des visioconférences bimensuelles entre les quatre équipes seront organisées pour le suivi et le pilotage du projet.

Le financement de ce post-doctorat est assuré par l'institut de convergence #DIGITAG et seront membres de la #communauté DIGITAG (accès à des formations, des écoles-chercheurs, des séminaires, accompagnement au transfert par la SATT AxLR, et possibilité de candidater aux AAPs réservés aux doctorants et post-docs de l’Institut Convergences (appui informatique, mobilités internationales, ...). Les post-doctorants #DIGITAG bénéficient en outre du service Vitrine numérique (de développement d’un petit démonstrateur/ services web qui présente un apport/résultat de travaux, avec l’intervention d’un prestataire informatique).

Vous aurez à vous déplacer à l’occasion des campagnes de mesures dans les core-collections de pommier, d’abricotier et de pêcher des unités GAFL et AGAP, et si besoin pour des développements méthodologiques en collaboration.

 

Formations et compétences recherchées

Personne titulaire d’une thèse en Sciences de l'Ingénieur ayant des compétences en traitement d'image et deep learning, et ayant travaillé sur des problématiques liées à la Biologie. De bonnes compétences en Python sont exigées ainsi qu’une bonne maîtrise de l’anglais (lu, écrit, parlé). Une expérience ou une connaissance du domaine agronomique serait un plus. Une expérience et une appétence pour le travail en équipe et le travail de terrain sont indispensables

Votre qualité de vie à INRAE

En rejoignant INRAE, vous bénéficiez (selon le type de contrat et sa durée) :

- jusqu'à 30 jours de congés + 15 RTT par an (pour un temps plein)
- d'un soutien à la parentalité : CESU garde d'enfants, prestations pour les loisirs ;
- de dispositifs de développement des compétences : formation, conseil en orientation professionnelle ;
- d'un accompagnement social : conseil et écoute, aides et prêts sociaux ;
- de prestations vacances et loisirs : chèque-vacances, hébergements à tarif préférentiel ;
- d'activités sportives et culturelles ;
- d'une restauration collective.

 

Pour plus d'informations et pour candidater

Profil du poste également disponible à l'adresse suivante: https://jobs.inrae.fr/ot-18378

Personnes à contacter:

Marie WEISS
+33 (0)4 32 72 23 79
marie.weiss@inrae.fr

 

Frédéric BOUDON
frederic.boudon@cirad.fr