Classification des maladies des feuilles de la tomate avec Edge impulse et Raspberry Pi

Abstract

De nos jours, la sécurité alimentaire joue un rôle clé dans l'avenir du pays, et garantir de bonnes productions agricoles devient nécessaire. Notre projet de fin d'études s'inscrit dans le domaine en plein essor de la classification d'images, un domaine crucial pour de nombreuses applications sensibles telles que les diagnostics médicaux, la surveillance et l'agriculture. Ce projet a exploré un domaine d'apprentissage automatique nommé " Tiny ML ", Qui est une forme de machine learning adaptée aux systèmes embarqués permettant l'exécution de modèle d'apprentissage automatique sur des appareils à faible puissance tel que la Raspberry Pi, nous l'avons utilisé dans notre projet afin de classer les maladies des feuilles de la tomate. Avec le choix d'Edge Impulse comme plateforme pour entraîner notre modèle de classification d'images. En combinant la puissance de Tiny ML et la facilité d'utilisation d'Edge Impulse, nous avons simplifié et optimisé le processus de développement de notre solution de surveillance agricole.