Accord agricole Maroc-UE : Bruxelles veut tourner définitivement la page en 2026
7 August 2026
Fruits rouges : le Maroc dépasse 50 % du marché norvégien des framboises et mûres importées
29 August 2026
L’intelligence artificielle pourrait bientôt devenir un nouvel outil de surveillance sanitaire dans les serres de tomates. Une chercheuse mexicaine a développé un système capable d’identifier le Tomato brown rugose fruit virus (ToBRFV) à partir d’images de feuilles, avec une précision annoncée de 88 %. À terme, cette technologie pourrait être intégrée à une application mobile permettant aux producteurs de repérer rapidement les plantes suspectes.
Le virus du fruit rugueux brun de la tomate, plus connu sous son acronyme ToBRFV, constitue depuis plusieurs années une préoccupation majeure pour la filière tomate. Extrêmement contagieux et facilement transmissible par contact, il impose aux exploitations touchées des mesures d’hygiène et de prophylaxie particulièrement strictes.
Dans ce contexte, la détection rapide des premiers plants suspects représente un enjeu essentiel. C’est précisément sur ce point que l’intelligence artificielle pourrait apporter une nouvelle solution.
Une reconnaissance basée sur l’aspect des feuilles
Aurora Álvarez Sámano, étudiante en Master d’ingénierie électronique appliquée à l’Université de Guanajuato, au Mexique, a développé un système associant vision par ordinateur et intelligence artificielle afin de différencier des feuilles de tomates saines de feuilles provenant de plantes infectées par le ToBRFV.
Le principe consiste à analyser différents paramètres visibles sur les feuilles, notamment la couleur et la texture. L’infection virale peut en effet provoquer des modifications de ces caractéristiques, parfois difficiles à interpréter rapidement à l’œil nu.
Les chercheurs ont constitué une base comprenant des images de feuilles saines et infectées. Les caractéristiques visuelles pertinentes ont ensuite été extraites et utilisées pour entraîner un réseau neuronal artificiel chargé de classer les images.
Après plusieurs phases d’entraînement et d’ajustement des paramètres, le système a atteint un taux de précision de 88 %.
Une base de 467 images appelée à s’élargir
Ces premiers résultats restent néanmoins expérimentaux.
Le modèle a jusqu’à présent été développé à partir de 467 images, un volume encore relativement limité pour un système d’intelligence artificielle destiné à fonctionner dans des conditions agricoles très variables.
L’une des prochaines étapes consistera donc à enrichir considérablement cette base de données.
Cette évolution sera importante car, dans une serre commerciale, l’apparence d’une feuille peut varier en fonction de nombreux paramètres : variété, âge de la plante, nutrition, température, luminosité, stress hydrique, phytotoxicité ou encore présence d’autres maladies.
Plus la base d’apprentissage intégrera cette diversité de situations, plus le modèle pourra potentiellement gagner en fiabilité.
Vers un diagnostic directement depuis le smartphone ?
L’une des perspectives les plus intéressantes du projet concerne son utilisation directement par les producteurs.
Aurora Álvarez Sámano envisage en effet de transformer cette technologie en application pour smartphone.
Le producteur ou le technicien pourrait alors photographier une feuille suspecte dans la serre. L’intelligence artificielle analyserait l’image et indiquerait si les symptômes observés présentent ou non des caractéristiques compatibles avec une infection par le ToBRFV.
Une telle approche pourrait permettre d’effectuer un premier tri extrêmement rapidement lors des tournées de surveillance.
L’objectif ne serait toutefois pas de remplacer les analyses de laboratoire nécessaires pour confirmer officiellement la présence du virus, mais plutôt de disposer d’un outil d’alerte précoce permettant d’identifier plus rapidement les plants nécessitant une investigation.
Un intérêt particulier pour les grandes serres
Cette technologie pourrait devenir particulièrement intéressante dans les exploitations comptant plusieurs hectares de tomates.
La surveillance visuelle repose actuellement en grande partie sur les ouvriers, chefs de culture et techniciens qui parcourent régulièrement les rangées pour rechercher des symptômes suspects.
L’intégration d’un outil basé sur l’intelligence artificielle pourrait standardiser une partie de cette observation et faciliter la détection des anomalies.
À terme, le même principe pourrait également être associé à des caméras embarquées sur des chariots, robots ou autres équipements circulant dans les serres, ouvrant la voie à une surveillance automatisée plante par plante.
Le ToBRFV reste un défi majeur pour les producteurs
L’intérêt de cette innovation est d’autant plus important que le ToBRFV est particulièrement difficile à maîtriser une fois introduit dans une exploitation.
Ce tobamovirus est très stable et se transmet facilement par contact mécanique : manipulation des plantes, outils de taille, vêtements, mains, équipements ou autres surfaces contaminées peuvent participer à sa propagation.
Le virus a également été signalé dans plusieurs grandes régions productrices de tomates à travers le monde.
Au Maroc, sa présence avait notamment été signalée dans les régions de Souss-Massa et de Dakhla, deux bassins stratégiques pour la production et l’exportation de tomates.
La prévention, l’hygiène, l’utilisation de matériel végétal sain et surtout la détection rapide des premiers foyers restent donc essentielles.
L’intelligence artificielle entre progressivement dans la protection des cultures
Au-delà du seul ToBRFV, cette recherche illustre une évolution plus large de l’agriculture de précision.
Les progrès de la vision artificielle permettent désormais d’envisager des systèmes capables d’analyser automatiquement les feuilles, les fruits ou l’ensemble de la plante afin d’identifier des symptômes associés aux maladies, ravageurs, carences nutritionnelles ou différents stress.
Le projet mexicain reste pour l’instant en phase d’essais contrôlés, principalement sous serre, et devra encore démontrer sa fiabilité dans les conditions réelles d’une exploitation commerciale.
Mais une précision initiale de 88 % obtenue à partir de seulement 467 images montre le potentiel de cette approche.
La prochaine étape sera déterminante : passer d’un modèle expérimental à un outil suffisamment robuste pour distinguer une véritable infection virale des nombreuses anomalies visuelles rencontrées quotidiennement dans une serre.
Si cet objectif est atteint, le smartphone du producteur pourrait devenir, dans quelques années, un véritable assistant de surveillance phytosanitaire, capable de signaler une plante suspecte avant même que le problème ne devienne visible à l’échelle de la parcelle.
