Aujourd’hui, les pertes post-récolte des mangues et des fruits du dragon sont estimées entre 20 % et 30 %, entraînant d’importantes pertes économiques pour les agriculteurs et réduisant la compétitivité de ces produits sur les marchés internationaux.
Par ailleurs, les exigences en matière de contrôle des résidus de substances nocives sont de plus en plus strictes, alors que les méthodes d’évaluation reposent encore largement sur l’expérience des opérateurs, complétée par des analyses physicochimiques et microbiologiques. Ces procédés nécessitent généralement beaucoup de temps, une main-d’œuvre importante et des coûts élevés, tout en risquant d’endommager les échantillons analysés.
Face à cette situation, le docteur Bui Quang Minh et ses collègues du Centre d’innovation en hautes technologies de l’Académie des sciences et des technologies du Vietnam ont mené un projet visant à appliquer l’intelligence artificielle à l’évaluation de la qualité des produits agricoles. Le projet porte notamment sur la création d’une base de données d’images et de données physicochimiques sur la mangue et le fruit du dragon, l’analyse des liens entre apparence et qualité, ainsi que le développement d’un logiciel d’évaluation basé sur l’IA. Les recherches ont été réalisées dans plusieurs grandes zones de production, dont Dong Thap, Long An, Dong Nai et Can Tho.
Selon le docteur Bui Quang Minh, responsable du projet, l’application de l’IA à l’évaluation des produits agricoles n’est plus un concept réservé aux laboratoires. Cette technologie repose aujourd’hui sur des modèles d’apprentissage profond (deep learning) associés au traitement d’images (image processing), capables de détecter, classifier et évaluer automatiquement la qualité des produits agricoles. Son déploiement permet de réduire au minimum les pertes post-récolte, tout en améliorant la productivité, la qualité et la réputation des produits agricoles vietnamiens sur les marchés internationaux.
Par ailleurs, cette technologie associe l’imagerie hyperspectrale (HSI) à des modèles avancés d’apprentissage automatique. Elle permet d’analyser les caractéristiques des produits agricoles, d’estimer leur teneur en nutriments, leur humidité et leur qualité interne sans détruire les échantillons, tout en réduisant le temps d’analyse en laboratoire. La conversion des images RGB en images hyperspectrales grâce à la technologie HSI permet également d’obtenir des résultats rapides directement sur le terrain.
Afin de garantir la traçabilité des produits et la transparence des informations sur leur qualité, de la récolte jusqu’au consommateur, l’IA est également intégrée à la chaîne de valeur agricole grâce à la technologie blockchain. Elle permet de surveiller la qualité à chaque étape du processus de production, améliorant ainsi l’efficacité du stockage, du transport et de la distribution. Les algorithmes de prévision, fondés sur des données environnementales telles que la température, l’humidité, le pH des sols ou les indicateurs de croissance des cultures, aident également les agriculteurs à déterminer la période optimale de récolte, à limiter les pertes post-récolte et à accroître leurs revenus.
Au cours du projet, les chercheurs ont constitué une base de données de 14 411 images de mangues et de fruits du dragon présentant différents niveaux de qualité. Cette ressource constitue une base de données de référence essentielle pour l’entraînement, les essais et le fonctionnement des modèles d’IA dédiés à l’évaluation de la qualité des produits agricoles.
L’équipe a également développé le logiciel Fruit Monitor/Fruit AI, capable d’identifier, d’évaluer et d’alerter sur la qualité des produits avec une précision supérieure à 90 %. La plateforme assure la gestion des données des utilisateurs, des exploitations, des entrepôts, des caméras et des modèles d’IA. Un protocole complet d’application du système a également été mis au point, allant de la collecte et du traitement des images jusqu’au déploiement sur les plateformes web et mobiles.
Toutefois, l’application de l’IA à l’évaluation de la qualité des produits agricoles nécessite des infrastructures de stockage et de calcul en nuage suffisamment performantes pour traiter les importants volumes de données issus des capteurs et des images, ainsi qu’une connexion Internet stable pour leur transmission vers les centres d’analyse. Les coûts d’investissement initiaux liés aux caméras spécialisées, aux capteurs HSI et aux logiciels d’IA demeurent également élevés, constituant un obstacle pour les petites exploitations agricoles.
Par ailleurs, la formation de personnels qualifiés capables d’exploiter, de maintenir et de développer ces technologies dans les zones rurales reste insuffisante. Enfin, le soutien des pouvoirs publics et des organisations internationales est indispensable afin d’établir un cadre juridique garantissant la protection des données, le respect de la vie privée et l’harmonisation des normes de qualité.
Le projet a donné lieu à la publication de trois articles scientifiques internationaux indexés dans le SCIE et de deux articles nationaux, tout en permettant la formation d’un étudiant en master. Selon le comité d’évaluation de l’Académie des sciences et des technologies du Vietnam, ce projet de recherche présente un intérêt scientifique et pratique majeur, contribuant à améliorer l’évaluation de la qualité des produits agricoles et à accélérer le déploiement de l’intelligence artificielle dans le secteur agricole.
