| Titre : | Déploiement temps réel de modèles d'apprentissage profond sur dispositifs Edge émulés pour la détection du stress par imagerie drone multispectrale |
| Auteurs : | FLILESS Ayoub, Auteur ; BOUZIANI Mourad, Auteur ; YAAGOUBI Reda, Auteur |
| Type de document : | texte imprimé |
| Editeur : | Rabat : IAV Hassan II, 2026 |
| Format : | 152 |
| Langues: | Français |
| Mots-clés: | segmentation sémantique ; stress des cultures ; drone multispectral ; apprentissage profond ; compression de modèles ; quantification ; infrastructure Edge ; déploiement temps réel |
| Résumé : |
La détection précoce du stress des cultures est un enjeu majeur pour l'agriculture de
précision. L'imagerie multispectrale acquise par drone, associée à la segmentation sémantique par apprentissage profond, permet une cartographie fine du stress hydrique et de maladies telles que la rouille commune du maïs. Toutefois, les architectures les plus précises sont trop lourdes pour être déployées directement sur des dispositifs Edge aux ressources limitées. Ce travail évalue la faisabilité d'un tel déploiement selon une démarche structurée en trois objectifs. Le premier établit le plafond de précision atteignable en comparant huit architectures de segmentation : UNet++ s'y révèle la plus précise, et l'avantage du biais inductif spatial des réseaux convolutifs sur les transformeurs de vision est mis en évidence. Le deuxième soumet les trois modèles les plus performants, relativement à la tâche de détection de stress, à sept techniques de compression : il en ressort qu'aucune technique n'est universellement optimale, la quantification post-entraînement offrant le meilleur compromis pour deux des trois modèles. Le troisième éprouve quatre configurations sur trois profils de dispositifs Edge émulés, au regard de critères de viabilité explicites de débit, de mémoire et de stabilité : il révèle que la stabilité de la latence, davantage que la vitesse brute, détermine la viabilité sur accélérateur graphique. Au terme de cette chaîne, la configuration associant un UNet++ quantifié au dispositif Edge Jetson Nano est recommandée, conciliant précision maximale et traitement temps réel sur une plateforme abordable. Ce travail montre que la précision élevée et la déployabilité sur infrastructure Edge ne sont pas antagonistes, mais peuvent être conciliées par une compression systématique guidée par des critères de viabilité. |
| Examinateur : | HARAZ Zakariae/BENSIALI Saloua/SEIF-ENNASR Marieme |
| Président : | LAHLOU Mouanis |
| Rapporteur : | BOUZIANI Mourad/YAAGOUBI Reda |
| En ligne : | http://10.2.0.27/PDF_CDA/uploads/PDF/FLILESS_Ayoub_2026_10860.pdf |
Exemplaires (2)
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| 200042311 | 10860 | Support papier | Salle des thèses/PFE (RDC) | Ingénieur Agronome | Consultation sur place Exclu du prêt |
| 200042312 | 10860 | Support papier | Salle des thèses/PFE (RDC) | Ingénieur Agronome | Consultation sur place Exclu du prêt |
