REMISE DES PRIX DE L’AGTECH DATA CHALLENGE
REMISE DES PRIX DE LA 1ERE ÉDITION DE L’AGTECH DATA CHALLENGE SUR LA DETECTION DE MAUVAISES HERBES PAR INTELLIGENCE ARTIFICIELLE
Angers, le 6 mars 2019 – Trois étudiants ont été récompensés lors de la première édition de l’AgTech Data Challenge ouvert aux Bac +3/5 organisé par des enseignants-chercheurs de l’Université d’Angers, l’ESEO ainsi que l’ESA - École Supérieure d’Agricultures. L’enjeu du challenge était de s'initier et de se perfectionner sur les techniques d'intelligence artificielle touchant au monde agricole et agroalimentaire. Juliette Brugier et Elodie Noële de l’ENSTA Bretagne (via le Master Systèmes Dynamique et Signaux en cotutelle avec l’Université d’Angers) ainsi que Lysandre Debut de l’ESEO sont les 3 vainqueurs de cette édition. Carl Cochet de l’ESEO a reçu le prix spécial du jury. Ce sont au total plus de 40 étudiants qui ont participé pendant un mois et demi à l’élaboration d’une solution d’analyse de données.
Ce concours de traitement de données est une première à Angers et a permis de former des étudiants de différentes institutions de l'enseignement supérieur – étudiants de l’ESEO, l’Université d’Angers et l’ESA - dans un même cadre. Le thème se différencie des autres data challenges existants en France : l’analyse de données issues des technologies numériques appliquées à l'agriculture. Les 3 vainqueurs Juliette Brugier et Elodie Noël de l’ENSTA Bretagne ainsi que Lysandre Debut de l’ESEO ont su se différencier grâce aux propositions délivrées.
« Pour l'édition 2018, les étudiants ont planché pendant 2 mois sur une problématique de reconnaissance automatique de mauvaises herbes à partir d’images de cultures de mâches. C'est un sujet très actuel à l'heure du « zéro phyto ». Concrètement les étudiants ont réalisé des algorithmes de traitement d'images qu'ils ont soumis sur une plateforme en ligne qui évalue automatiquement leurs performances. Cette expérience est un réel atout pour le CV des étudiants, d'autant qu'ils ont pu travailler sur des méthodes d'apprentissages profonds à base de réseaux de neurones artificiels qui constituent, depuis quelques années, l'état de l'art en apprentissage automatique appliqué à la vision. Expert dans le domaine, j'ai réalisé avec les services de l'Université d'Angers un cours en ligne (MOOC) et configuré la plateforme d'évaluation qui classe l'ensemble des solutions automatiquement. », indique Pejman Rasti, post-doctorant à l’université d’Angers.