Challenge 6 : La gestion des territoires agricoles

Challenge 6 : La gestion des territoires agricoles | Challenge 6: ICT and agricultural territory management

Enjeu 2 / Stake 2

Des Raphias et des Neurones, un réseau de neurones pour le dénombrement de raphias en milieu naturel
Raphias and Neurons, a neural network for counting raffia in the wild

  • Stagiaire : Zakaria Kinda
  • Unités de recherche : AMAP, Cirad Montpellier
  • Contact : frederic.borne [AT cirad.fr
  • Promotion 2019
  • #DigitAg Stake 2 – Inscreasing farmers’ inclusion | Challenge 6: ICT and agricultural territory management | Challenge 6 : La gestion des territoires agricoles

Adaptation par Transfer Learning de méthodes d’apprentissage profond pour la cartographie des systèmes agricoles du Sud
Transfer Learning for the adaptation of deep learning methods for land cover mapping of Southern agrosystems

  • Stagiaire : Camilla Aprea - télécharger le rapport de stage
  • Unités de recherche : TETIS, Cirad Montpellier
  • Contact : raffaele.gaetano [AT] cirad.fr
  • Promotion 2020
  • #DigitAg Stake 2 – Inscreasing farmers’ inclusion | Challenge 6: ICT and agricultural territory management | Challenge 6 : La gestion des territoires agricoles

Fusion de données satellitaires multi-temporelle et multi-échelle à travers des méthodes d'apprentissage profond pour la cartographie de l'occupation du sol
Multi-temporal and multi-scale satellite data fusion through deep learning methods for land cover mapping

  • Stagiaire : Olivier Montet - Télécharger le rapport
  • Unités de recherche : Tetis, Inrae
  • Contact : Dino Ienco - dino.ienco [AT] inrae.fr
  • Promotion 2020
  • #DigitAg Stake 2 – Inscreasing farmers’ inclusion | Challenge 6: ICT and agricultural territory management | Challenge 6 : La gestion des territoires agricoles

Deep Learning pour la détection, délimitation et discrimination d’arbres à partir d’images à très haute résolution spatiale
Deep Learning for detection, delineation, and differentiation of mango trees and mango-based orchards from very high spatial resolution images

  • Stagiaire : Florent Imbert - Télécharger le rapport
  • Unités de recherche : Tetis, Cirad
  • Contact : Camille Lelong - camille.lelong [AT] cirad.fr
  • Promotion 2021
  • #DigitAg Stake 2 – Inscreasing farmers’ inclusion | Challenge 6: ICT and agricultural territory management | Challenge 6 : La gestion des territoires agricoles

Transfer temporelle de modèle de cartographie d’occupation du sol à partir d’imagerie multi-source/multi-échelle en réutilisent de données terrain acquises dans le passé
Multi-Modal Temporal Domain Adaptation for Land-Cover Prediction

 

  • Stagiaire : Edgar Manrique
  • Unités de recherche : Tetis, Inrae
  • Contact : Dino Ienco - dino.ienco [AT]inrae.fr
  • Promotion 2023
  • #DigitAg Stake 2 – Inscreasing farmers’ inclusion | Challenge 6: ICT and agricultural territory management | Challenge 6 : La gestion des territoires agricoles

Modéliser les stratégies collectives de coopération culture-élevage sur des territoires avec des troupeaux ovins mobiles
Modelling collective strategies of crop-livestock cooperations in landscapes with mobile ovine herds

  • Stagiaire : Théo Falcou
  • Unités de recherche : Agir, Inrae
  • Contact : Myriam Grillot - myriam.grillot [AT] inrae.fr
  • Promotion 2023
  • #DigitAg Stake 2 – Inscreasing farmers’ inclusion | Challenge 6: ICT and agricultural territory management | Challenge 6 : La gestion des territoires agricoles

Classification de culture via apprentissage profond et adaptation de domaine
Spatial transfer of deep learning models for rapeseed crop mapping

  • Stagiaire : Malo Desbois - Télécharger le rapport
  • Unités de recherche : Tetis, Inrae
  • Contact :  - Nicolas Baghdadi - nicolas.baghdadi [AT] inrae.fr
  • Promotion 2024
  • #DigitAg Stake 2 – Inscreasing farmers’ inclusion | Challenge 6: ICT and agricultural territory management | Challenge 6 : La gestion des territoires agricoles

Date de modification : 26 septembre 2024 | Date de création : 15 novembre 2022 | Rédaction : GL