@Article{rig.2024.054838,
AUTHOR = {Oumaima Ameslek, Hafida Zahir, Soukaina Mitro, El Mostafa Bachaoui},
TITLE = {Cartographie Automatique et Comptage des Arbres Oliviers A Partir de L’Imagerie de Drone par Un Reseau de Neurones Covolutionnel},
JOURNAL = {Revue Internationale de Géomatique},
VOLUME = {33},
YEAR = {2024},
NUMBER = {1},
PAGES = {321--340},
URL = {http://www.techscience.com/RIG/v33n1/57804},
ISSN = {2116-7060},
ABSTRACT = {L’agriculture de précision (AP) est une stratégie de gestion agricole fondée sur l’observation, la mesure et la réponse à la variabilité des cultures inter/intra-champ. Il comprend des avancées en matière de collecte, d’analyse et de gestion des données, ainsi que des développements technologiques en matière de stockage et de récupération de données, de positionnement précis, de surveillance des rendements et de télédétection. Cette dernière offre une résolution spatiale, spectrale et temporelle sans précédent, mais peut également fournir des informations détaillées sur la hauteur de la végétation et diverses observations. Aujourd’hui, le succès des nouvelles technologies agricoles signifie que de nombreuses tâches agricoles sont devenues automatisées et que les scientifiques ont mené davantage d’études et de recherches basées sur des algorithmes intelligents qui apprennent automatiquement les règles de décision à partir des données. L’utilisation de l’apprentissage profond (DL) et en particulier le développement et l’application de certains de ses algorithmes appelés réseaux de neurones convolutifs (CNN) sont considérés comme un succès particulier. Dans le présent travail, nous avons appliqué et testé les performances d’un réseau de neurones convolutif pour détecter et cartographier automatiquement les oliviers à partir d’une imagerie de drone Phantom4. Le flux de travail impliquait l’acquisition d’images et la génération d’ortho-mosaïque avec le logiciel Pix4D, ainsi que l’utilisation d’un système d’information géographique. Les résultats obtenus avec une base d’apprentissage composée de 4500 images de 24 * 24 pixels sont satisfaisants à une précision de 95%, un Recall de 99% et un F-score de 97%.},
DOI = {10.32604/rig.2024.054838}
}