Par Hamidou TRAORE, tr.hamidou@gmail.com
Au Burkina Faso, l’intelligence artificielle s’invite de plus en plus dans les exploitations agricoles. Avec TOM2024, un vaste jeu de données réunissant plus de 25 000 images de tomates, d’oignons et de maïs, des chercheurs ouvrent la voie à des outils capables de détecter automatiquement maladies et ravageurs. Il s’agit de créer les conditions d’une agriculture plus résiliente, plus durable et plus productive. Ainsi, dans un contexte marqué par les changements climatiques, la pression des ravageurs et les défis de la sécurité alimentaire, l’IA devient l’un des nouveaux alliés des agriculteurs burkinabè. Une avancée prometteuse et mieux armée contre les pertes de récoltes. Ce projet qui a mobilisé plus de 20 scientifiques de l’Afrique de l’Ouest a été réalisée par le Centre de services scientifiques ouest-africain sur le changement climatique et l’utilisation adaptée des terres (WASCAL).
Une banque d’images pour entraîner l’intelligence artificielle
L’agriculture fait face à un défi majeur : identifier rapidement les maladies et les ravageurs avant qu’ils ne compromettent les récoltes. Pourtant, les systèmes d’intelligence artificielle capables d’effectuer ce diagnostic nécessitent d’énormes quantités de données pour apprendre à reconnaître les symptômes observés sur les plantes.
C’est dans cette perspective qu’a été développé TOM2024, un jeu de données agricole conçu pour renforcer les performances des modèles d’apprentissage automatique. Son ambition est claire : fournir aux chercheurs et développeurs une base de données suffisamment riche et réaliste pour entraîner des outils de diagnostic adaptés aux conditions réelles des exploitations agricoles burkinabè.
À terme, ces technologies pourraient permettre une détection précoce des maladies, réduire les pertes de production et favoriser le développement de l’agriculture de précision.
Plus de 25 000 images issues des champs burkinabè
Le projet impressionne par son ampleur. TOM2024 rassemble 25 844 images brutes et 12 227 images annotées, réparties en 30 catégories couvrant les cultures saines, les maladies et les ravageurs.
Trois spéculations stratégiques pour le Burkina Faso sont concernées : la tomate, l’oignon et le maïs. Les images documentent notamment des problèmes phytosanitaires fréquents tels que les viroses, l’alternariose, le flétrissement bactérien, les attaques de pucerons, les chenilles ou encore la redoutable légionnaire d’automne, un ravageur qui cause d’importants dégâts dans les champs de maïs à travers l’Afrique. Cette diversité permet aux systèmes d’IA de mieux distinguer les différents symptômes et d’améliorer leur précision de reconnaissance.
Des données collectées au cœur des exploitations
Contrairement à de nombreux jeux de données construits dans des conditions contrôlées, TOM2024 repose sur des images collectées directement sur le terrain.
Entre juillet 2022 et juillet 2023, des équipes formées ont sillonné les régions du Plateau Central, du Centre-Ouest et du Centre-Sud pour photographier les cultures à l’aide d’appareils haute résolution. Les clichés ont ensuite été analysés, annotés et validés par des spécialistes avant d’être classés dans une base de données structurée. Cette approche garantit une représentation fidèle des réalités agricoles du Burkina Faso, avec des variations de luminosité, de fond, d’angle de prise de vue et d’environnement souvent absentes des bases de données classiques.
Un outil stratégique pour l’agriculture de demain
Les auteurs mettent en avant plusieurs atouts majeurs du projet. La qualité des images, leur diversité et la variété des situations observées constituent un terrain d’apprentissage idéal pour les algorithmes de vision par ordinateur.
Afin de renforcer encore la robustesse des modèles, certaines images ont été artificiellement augmentées grâce à des techniques de traitement numérique. Une plateforme en ligne permet également d’accéder et de rechercher plus de 25 000 images brutes, offrant ainsi une ressource précieuse pour la communauté scientifique. Pour les chercheurs, cette base pourrait accélérer le développement d’applications mobiles capables d’identifier instantanément une maladie à partir d’une simple photo prise dans un champ.
Des limites qui rappellent les défis de l’IA agricole
Malgré son potentiel, TOM2024 n’échappe pas à certaines contraintes. Le jeu de données est principalement centré sur le Burkina Faso, ce qui peut limiter l’efficacité des modèles lorsqu’ils sont utilisés dans d’autres contextes agroécologiques.
Les auteurs soulignent également un possible déséquilibre entre certaines catégories de maladies et de ravageurs, ainsi que l’absence de certaines informations agronomiques détaillées. Enfin, les techniques d’augmentation artificielle des données, bien qu’utiles, peuvent parfois introduire des biais ou des artefacts susceptibles d’influencer les performances des algorithmes.
L’IA au service de la sécurité alimentaire
Au-delà de l’aspect technologique, TOM2024 illustre la montée en puissance de l’intelligence artificielle dans le secteur agricole burkinabè comme africain. En fournissant une base de données locale, adaptée aux réalités des producteurs burkinabè, ce projet contribue à combler le déficit de ressources numériques qui freine encore le développement d’outils agricoles intelligents sur le continent.
Pour ses concepteurs, l’enjeu dépasse la simple recherche scientifique : il s’agit de créer les conditions d’une agriculture plus résiliente, plus durable et plus productive. Dans un contexte marqué par les changements climatiques, la pression des ravageurs et les défis de la sécurité alimentaire, l’IA pourrait bien devenir l’un des nouveaux alliés des agriculteurs burkinabè.
À propos de l'auteur
