Thèse Modèles d'Apprentissage Frugal pour l'Analyse d'Images de Smartphones Acquises en Conditions de Production Agricole Cas du Suivi de l'État Hydrique de la Vigne par la Méthode des Apex H/F

Doctorat.Gouv.Fr

Établissement : Institut Agro Montpellier
École doctorale : GAIA - Biodiversité, Agriculture, Alimentation, Environnement, Terre, Eau
Laboratoire de recherche : ITAP - Technologies & méthodes pour les agricultures de demain
Direction de la thèse : Bruno TISSEYRE ORCID 0000000260669641
Début de la thèse : 2026-10-01
Date limite de candidature : 2026-05-07T23:59:59

Les outils d'aide à la décision en agriculture doivent être simples et capables de s'adapter aux spécificités locales de culture. Pour répondre à ces exigences, il est nécessaire de coupler des modèles puissants à des capteurs frugaux et déployables sur le terrain. Dans ce contexte, la prise d'images par smartphone apparaît comme une solution pertinente pour la collecte et la spatialisation d'observations au champ. Des applications comme Pl@ntNet [1] ou VitiCanopy [2] ont démontré l'intérêt de la caméra des smartphones pour mesurer rapidement des caractéristiques morphologiques des plantes et des couverts végétaux. Ces images sont généralement analysées grâce à des méthodes d'apprentissage profond, qui ont montré leur efficacité pour un large éventail de tâches en agriculture. Les principales applications sont la détection et la segmentation d'adventices [3], l'estimation de traits phénotypiques [4], la détection de maladies foliaires [5] et la caractérisation de stress hydriques [6,7]. Ces approches supervisées, nécessitent de gros volumes d'images labellisées pour la phase d'apprentissage [8,9,10] et reposent souvent sur des conditions d'acquisition simplifiées, avec fond neutre, cadrage strict et organe isolé [11,12]. Les images acquises en contexte de production agricole présentent souvent des caractéristiques défavorables: scènes complexes (occlusions, chevauchements de feuillage, arrière-plans parasites), conditions d'acquisition variables, information d'intérêt diluée au sein de l'image, grande variabilité des conditions agronomiques. Ces contraintes freinent l'adaptation des méthodes d'apprentissage profond classiques pour les outils d'aide à la décision. L'essor des architectures transformers [13], des modèles de fondation entraînés sur de vastes corpus de données hétérogènes [14], les paradigmes d'apprentissage auto-supervisé ou few-shot [15], ouvre des perspectives pour transférer des méthodes génériques performantes vers ces contextes agricoles complexes. Ces approches éprouvées dans de nombreuses applications en vision [16-18], permettent de réduire la dépendance aux données annotées et d'améliorer la généralisation, rendant possible un apprentissage frugal à partir de bases de données hétérogènes et partiellement annotées. Ces nouvelles méthodes sont encore peu maitrisées dans la communauté de l'agriculture numérique. Cette thèse propose d'explorer les potentialités de ces nouvelles approches d'apprentissage profond pour développer des outils d'aide à la décision basés sur de l'analyse d'images de smartphone acquises en condition de production. Elle repose sur le projet Apex-Vigne, qui propose une application mobile pour le suivi de l'état hydrique de la vigne à partir d'observations sur la croissance végétative [19]. Elle repose sur la classification visuelle par un opérateur de 50 apex en 3 catégories de croissance et sur le calcul d'un indicateur simple (iC-Apex) qui peut être relié à l'état hydrique de la vigne. Plus de 46 000 observations ont été collectées depuis 2019. Cette collecte participative au vignoble constitue un socle expérimental pour tester des stratégies d'apprentissage frugal sur des données réelles hétérogènes, partiellement annotées. Dans ce cadre, la thèse propose deux approches d'analyse d'images complémentaires. Une première approche mimétique dans laquelle les méthodes d'apprentissage profond développées tenteront de reproduire l'expertise humaine en segmentant et en classant chaque apex présent sur une image. Une seconde approche agnostique dans laquelle les méthodes développées traiteront les images globalement pour prédire l'indice iC-Apex sans a-priori sur les objets d'intérêt à détecter dans l'image. Cette seconde approche devrait permettre de s'affranchir des contraintes qui ont été initialement imposées par les limites de l'observation visuelle et pourrait permettre d'identifier de nouveaux signaux visuels de la contrainte hydrique.

Le contexte scientifique s'articule autour de la difficulté d'acquérir des données fiables pour le suivi de l'état des cultures. Une voie possible réside dans la collecte et le suivi participatif à l'aide d'un réseau d'opérateurs de terrain. Ces données, particulièrement riches, exigent toutefois des capacités d'analyse avancées afin de faire face à leur hétérogénéité et à la sparsité des annotations.
Pour tirer pleinement parti des outils de l'état de l'art en apprentissage profond, il est nécessaire de développer des approches permettant de spécialiser, à moindre coût computationnel et avec un volume limité de données, des modèles de fondation. Ces modèles, souvent basés sur des architectures de type transformers, ne sont pas directement dédiés à une tâche spécifique telle que la régression, la classification ou la détection d'objets. Leur objectif principal est d'apprendre une « représentation visuelle du monde » au travers d'un espace latent de grande dimension.
Il s'agit d'encodeurs de haute capacité qui permettent de projeter les images dans un espace de descripteurs distinctifs et compacts. Ces modèles sont entraînés sur plusieurs millions, voire centaines de millions d'images issues de milliers de classes. Ils sont en outre fréquemment entraînés de manière auto-supervisée, à l'aide de tâches prétextes visant à reconstruire des images en présence de données manquantes, soit par des mécanismes de masquage, soit par une corruption contrôlée des données.
Ces modèles génériques doivent ensuite être spécialisés pour une tâche cible, ici le comptage et la classification des apex, ou la prédiction d'un état hydrique.
L'enjeu réside donc dans la combinaison et l'adaptation de différents paradigmes récents de l'apprentissage profond à des images dans lesquelles le phénomène d'intérêt, i.e., les apex - est disséminé au sein d'une scène complexe, et où la structure ainsi que le port des rameaux constituent une information contextuelle fine et déterminante.

L'objectif général de la thèse est de développer des modèles d'apprentissage frugal capables d'analyser des images issues d'une collecte participative, hétérogène et partiellement annotées. A partir de ces images acquises par smartphone en conditions réelles de production agricole le but est de prédire l'état hydrique de la vigne.
Les objectifs spécifiques sont :
1.Structurer une base de données participative d'images de vignes associées aux mesures d'iC-Apex et à l'état hydrique.
2.Évaluer la capacité de modèles de fondation couplés d'approches auto-supervisées et de few-shot à extraire des représentations robustes en contexte agricole complexe.
3.Comparer deux stratégies d'apprentissage :
oune approche mimétique (segmentation et classification des apex),
oune approche agnostique (prédiction directe de l'indicateur à partir de l'image globale).
4.Étudier la robustesse, la généralisabilité inter-sites et la frugalité en données annotées.
5.Proposer un prototype intégrable dans un outil d'aide à la décision opérationnel.

- Collecte participative des données
Mobilisation de la communauté du projet Apex-Vigne pour constituer une base d'images annotées par des mesures visuelles d'iC-Apex dans divers modes de conduite.
- Structuration et analyse des données
Analyse de la variabilité inter-sites, inter-opérateurs et inter-années ; définition de protocoles de validation réalistes (validation croisée par domaine).
- Développement méthodologique
-Extraction de représentations via modèles pré-entraînés (e.g. DinoV3).
-Apprentissage auto-supervisé pour adapter les représentations au domaine agricole.
-Apprentissage frugal (few-shot, fine-tuning partiel, adaptation de domaine).
-Approche mimétique : segmentation et classification d'apex.
-Approche agnostique : régression directe de l'indicateur iC-Apex.
- Évaluation
Comparaison des performances en précision, robustesse inter-domaine, besoin en annotations, coût computationnel et intégrabilité.