Applications d'identification
Les applications d’identification peuvent aider au diagnostic de maladies ou de problèmes de ravageurs. Leur fonctionnement est le suivant :
- L’utilisateur prend en photo le parasite, le ravageur ou les symptômes de la maladie sur la plante.
- L’IA identifie le nuisible ou détecte les signes de maladie, elle compare alors cela aux informations détenues dans sa base de données.
- Un diagnostic probable est proposé.
- Des actions sont suggérées : lutte intégrée, traitements, contacts d’experts.
- Un retour communautaire peut être fait dans certaines applications afin de corriger l’IA ou d’augmenter ses connaissances.
Avantages
- Diagnostic rapide.
- Détection précoce possible.
- Autonomisation des connaissances.
- Réduction de traitements possible.
- Moins cher que des analyses en laboratoire.
- Complémentarité avec le conseiller agronome.
Limites
- La qualité de l’image (angle, lumière, appareil…) peut altérer l’identification.
- Des symptômes similaires peuvent être causés par différents problèmes.
- L’IA ne prend pas en compte les données sensorielles (odeur, humidité, texture…).
- Pas toujours de spécification géographique.
Précision des diagnostics
La précision de diagnostic dépend de l’application utilisée, de la qualité de la photo et du type de problème, elle est en général de[1] :
- 80-90% pour les parasites courants visibles sur la photo
- 70-85% pour les maladies avec symptômes visuels
- 60-75% pour le stress nutritionnel ou environnemental.
Conseils pour améliorer la précision du diagnostic
- Utiliser la lumière naturelle pour faire les photos.
- Photographier sous plusieurs angles.
- Inclure la plante entière et des gros plans.
- Activer les services de localisation si l’application prend en charge des diagnostics géo-spécifiques.
- Renseigner les symptômes non visibles sur la photo (ex : flétrissement, odeur, temps de progression…)
Exemples d’application
- Plantix : diagnostique les maladies, ravageurs et carences nutritionnelles puis propose des suggestions de traitements.
- Pl@ntnet : identifie les espèces végétales et développe depuis peu un algorithme d’identification des maladies et ravageurs
- Agrio : identifie les maladies puis suggère des traitements biologiques et organiques.
- Di@agnoplant : application développée par l’INRAE qui identifie les maladies de sept cultures : tomate, salade, melon, courgette, vigne et tabac.
- iNaturalist : identifie les végétaux, les auxiliaires et les ravageurs.
- Merlin bird : identifie les oiseaux.
Sources
- Philippe Delval, Philippe Vissac. 2020. Di@gnophyt : une application pour vous aider à “verdir” votre IFT. [17/02/2026]. https://hal.inrae.fr/hal-04441933v1/document
- Ministère de l’agriculture, de l’agro-alimentaire et de la souveraineté alimentaire. 2019. E-phytia : un portail d’applis qui révolutionne la santé des plantes. [17/02/2026]. https://agriculture.gouv.fr/e-phytia-un-portail-dapplis-qui-revolutionne-la-sante-des-plantes
- Pl@ntnet. Identification des maladies et des ravageurs. [17/02/2026]. https://docs.plantnet.org/fr/beta/diseases-and-pests-identifcation/?utm_source=chatgpt.com
- ↑ StoryLab.ai. Identifiant AI des parasites végétaux : l’avenir du diagnostic des problèmes végétaux. [17/02/2026]. https://storylab.ai/fr/ai-plant-pest-identifier/
