Plumbago-auriculata-MF-Prevost (c)V.Guerin-Bilot.IRD

Deep learning au service des herbiers

Avec les changements globaux, floraison et feuillaison des plantes changent. Les études sur ces questions sont importantes à porter à connaissance auprès de gestionnaires notamment. Pour cela le botaniste compare des échantillons à différents stades (organes de reproduction) et s’appuie sur les spécimens des herbiers qui ont été collectés sur le temps, séchés, identifiés et pour la plupart numérisés. Cela peut représenter un grand nombre de comparaisons.

Un travail est mené en lien avec 4 grands herbiers de régions différentes dont l’Herbier de Guyane (GUY) qui consiste à utiliser l’intelligence artificielle au travers des algorithmes de deep learning afin de voir si cette méthode de reconnaissance et de classification pourrait être utilisée.

T. Lorieul et al (2019) Toward a  large-scale and deep phenological stage annotation of herbarium  specimens : case studies from temperate, tropical, and equatorial  floras. -  Applications in Plant Sciences , 2019, 7 (3), p. e1233 [14 p.].

Illustration : Plumbago auriculata collecté par MF-Prevost. ©V.Guerin-Bilot.IRD