Combien de plants de tomates sains sont produits à partir d’un lot de semences?
Les chercheurs du programme de robotique agroalimentaire de l’Université de Wageningen (WUR) aux Pays-Bas, ont développé un test de germination automatique qui permet aux sélectionneurs et aux producteurs de semences de répondre rapidement et objectivement à cette question, en réduisant les coûts et en augmentant l’efficacité.
L’objectif des producteurs est de livrer des plants uniformes et ils veulent donc connaître la qualité des semences qu’ils commandent. Combien de plantes un lot de semence donne-t-il? Y a-t-il des échantillons qui ont un retard de croissance, une tige tordue ou une feuille manquante ? des tests de germination sont aussi bien effectués par les sélectionneurs que par les producteurs de semences.
Les plantes issues de ces tests sont évaluées manuellement et selon les critères et méthodes de culture propre à l’entreprise. Un sélectionneur de semences, par exemple, cultive dans les même conditions tout au long de l’année, alors que dans une serre commerciale, ces conditions peuvent varier d’une saison à l’autre. Lydia Meesters, chercheuse à Agro Food Robotics at Wageningen University & Research (WUR) explique que les résultats des tests de germination peuvent différer les uns des autres. Il est donc difficile pour les sélectionneurs de semences de se mettre d’accord sur la qualité des semences et pour les producteurs d’estimer correctement la production des semis.
Les réseaux neuronaux
Dans le cadre du projet Exploitation of high-tech plant phénotyping tools for sélection companies and growers (2018-2021), des chercheurs de l’Agro Food Robotics de l’Université & Research de Wageningen ont développé un test de germination automatique et standardisé qui élimine ces problèmes.
Avec leur système de caméra MARVIN, ils réalisent un grand nombre de films à haute vitesse de semis de tomate et ils les relient à un logiciel de classification. Le logiciel utilise des réseaux neuronaux (apprentissage profond), une forme d’intelligence artificielle qui permet aux ordinateurs d’apprendre à partir des informations qu’ils reçoivent. Ils produisent alors à la fois des images en 2 dimensions et en 3 dimensions.
Meilleure prédiction
L’un des onze partenaires du projet Paul Verbruggen, chercheur à Bejo Zaden à Warmenhuizen explique qu’ils cherchent toujours à mieux prédire la qualité et l’uniformité des plants de tomates à partir de leurs semences. D’après lui cet objectif est désormais à portée de main grâce à la recherche de Wageningen. Puisque le système de caméra Marvin semble déjà prédire assez bien la qualité des plantes. « Lorsque vous ajoutez une nouvelle technologie, telle que l’intelligence artificielle, la fiabilité augmente considérablement. Les premiers résultats indiquent également que peu importe que vous collectiez des images de plants de tomates en 2D ou 3D.
Travailler efficacement
Verbruggen a également noté qu’il est difficile de parvenir à un consensus avec les autres parties sur la manière exacte de mesurer la qualité des semences. Ils travaillent désormais ensemble sur des modèles prédictifs sur mesure, avec lesquels chaque partenaire de la chaîne peut former son propre modèle. La chercheuse Meesters assure que ces modèles ne sont qu’un début « Plus la technologie moderne est intégrée dans les serres, plus les entreprises deviennent efficaces » déclare-t-elle.
