AerialYield-B2D: A Greenhouse Blueberry Dataset with Five-Stage Ripeness Masks and Fruit Counts

Dans les rangées calmes et climatisées d'une serre moderne, le chemin vers une récolte de bleuets parfaite n'est pas une ligne droite. C'est un casse-tête visuel. Un cultivateur ne cherche pas simplement un fruit bleu unique ; il doit évaluer une grappe où des baies vertes, roses, violettes et d'un bleu profond poussent souvent côte à côte, cachées parmi les feuilles et les ombres. Cette complexité visuelle est la réalité quotidienne de l'agriculture, où la décision de cueillir un fruit dépend de son stade spécifique de maturité. Pendant des décennies, les chercheurs se sont appuyés sur l'œil humain pour porter ces jugements, mais l'essor des robots automatisés et des systèmes de vision par ordinateur exige quelque chose de plus précis : un moyen d'apprendre aux machines à voir exactement ce qu'un humain voit. Pour ce faire, les ordinateurs ont besoin d'une bibliothèque d'exemples, une vaste collection d'images réelles où chaque baie est marquée et catégorisée selon sa couleur et sa maturité. Sans une telle ressource, la technologie reste aveugle aux subtiles différences qui définissent une culture mûre.

C'est le défi relevé par une nouvelle ressource appelée AerialYield-B2D, un ensemble de données soigneusement organisé conçu pour aider les ordinateurs à apprendre le langage de la maturité du bleuet. Créée par une équipe de chercheurs de l'Université de Khalifa aux Émirats arabes unis, cette collection rassemble 514 photographies réelles prises à l'intérieur d'une serre commerciale à Al Ain. Les images capturent la réalité désordonnée et naturelle de la culture, montrant des milliers de baies à cinq stades de développement distincts : vertes et immatures, rose pâle, virant au violet, mûres et surmûres. Contra à les tentatives précédentes qui pourraient s'appuyer sur des dessins simplifiés ou des fruits isolés, cet ensemble de données présente le fruit exactement tel qu'il pousse, emmêlé dans des grappes et partiellement obscurci par le feuillage. Les chercheurs n'ont pas seulement pris des photos ; ils ont passé d'innombrables heures à tracer manuellement le contour de chaque baie dans les photos, créant une carte numérique qui indique à un ordinateur exactement où se trouve chaque fruit et quelle est sa couleur. Au total, ils ont annoté plus de 30 000 baies individuelles, fournissant un niveau de détail qui permet aux machines de s'exercer à distinguer un fruit prêt à être consommé d'un fruit qui attend encore de mûrir.

La création de cet ensemble de données a été un effort délibéré pour capturer tout le spectre de la manière dont les bleuets sont réellement perçus dans un environnement agricole. L'équipe a rassemblé des images provenant de deux sources différentes pour garantir la robustesse des données. La majorité provient de photographies en gros plan prises avec des smartphones, qui capturent les détails fins de la peau du fruit et la cire qui le recouvre. Pour ajouter de la variété et simuler la vue d'un robot ou d'un drone se déplaçant dans les rangées, ils ont également inclus des images extraites de vidéos haute définition et de séquences capturées par un petit drone volant. Ce mélange garantit que les modèles informatiques entraînés sur ces données peuvent gérer différents angles, conditions d'éclairage et distances. Les chercheurs ont pris soin d'enregistrer la source de chaque image, en notant si elle provenait d'un téléphone ou d'un drone, afin que les utilisateurs futurs puissent tester si leurs systèmes fonctionnent aussi bien sur tous les types d'images. Toute la collection a été traitée avec une attention rigoureuse aux détails, corrigeant l'orientation des photos pour que les cartes numériques s'alignent parfaitement avec le fruit réel, et vérifiant qu'aucune image n'était manquante ou corrompue.

Ce qui rend ce travail particulièrement précieux, c'est son honnêteté quant aux difficultés de la tâche. Les chercheurs reconnaissent ouvertement que les données reflètent le déséquilibre naturel d'une culture réelle. Dans la serre, les baies vertes surpassent largement les rares baies surmures, et cette distribution inégale est préservée dans l'ensemble de données plutôt que d'être artificiellement corrigée. Cela signifie que quiconque utilise ces données pour entraîner un ordinateur devra être confronté au même défi qu'un agriculteur : trouver le fruit parfait et rare au milieu d'une mer de fruits immatures. L'équipe a également précisé ce que l'ensemble de données n'est pas. Bien que le nom inclue le mot « yield » (rendement), les images ne fournissent pas de mesures de poids ou de volume total de récolte. Au lieu de cela, les chiffres fournis sont strictement des décomptes du nombre de baies apparaissant dans chaque image. Cette distinction est cruciale, car elle fixe des limites claires sur ce que les données peuvent nous dire : c'est un outil pour compter et identifier, et non pour peser la récolte finale.

Pour prouver l'utilité des données, les chercheurs les ont testées en les injectant dans des modèles standards de vision par ordinateur. Ils ont demandé à ces modèles d'apprendre à partir des images d'entraînement, puis de prédire la maturité des baies dans des images qu'ils n'avaient jamais vues auparavant. Les résultats ont montré que les modèles pouvaient identifier avec succès les différents stades de maturité, bien qu'ils aient eu plus de mal avec les couleurs rares, telles que les baies rose pâle ou les baies orange surmures, simplement parce qu'il y avait moins d'exemples pour apprendre. L'équipe a également testé la capacité du système à compter le nombre total de baies dans une seule image, atteignant un niveau de précision qui suggère que l'ensemble de données constitue une base solide pour des travaux futurs. En publiant les images, les cartes détaillées et le code utilisé pour les traiter, l'équipe a fourni un étalon de référence reproductible. Cela signifie que d'autres scientifiques peuvent utiliser exactement les mêmes images et règles pour tester leurs propres idées, garantissant ainsi que le progrès dans ce domaine repose sur une base commune et fiable.

La publication d'AerialYield-B2D représente une étape importante à l'intersection de l'agriculture et de l'intelligence artificielle. Elle dépasse le cadre théorique et fournit une ressource concrète et réelle qui reflète la complexité d'une culture vivante. En se concentrant sur les nuances visuelles spécifiques de la maturité du bleuet, l'ensemble de données offre une voie claire pour le développement d'outils capables d'aider les cultivateurs à prendre des décisions plus rapides et plus précises. Il ne promet pas de résoudre tous les problèmes de l'agriculture, ni ne prétend remplacer entièrement le jugement humain. Au contraire, il offre un ensemble d'exemples précis et vérifiés qui permet aux machines d'apprendre le langage visuel du bleuet, une baie annotée à la fois. Ce faisant, il transforme une scène naturelle chaotique en une leçon structurée, aidant à combler le fossé entre l'œil humain et l'objectif de l'ordinateur.