Fusion de Computer Vision, IA et de capteurs IoT pour l'élevage de précision
| dc.contributor.author | IDJER, Ania Inès | |
| dc.contributor.author | MOKRANE, Nesrine | |
| dc.date.accessioned | 2026-03-01T12:14:32Z | |
| dc.date.issued | 2025-10-30 | |
| dc.description.abstract | L’élevage ovin joue un rôle essentiel dans l’économie agricole algérienne, notamment dans les régions steppiques et sahariennes où il constitue une source majeure de revenus pour les éleveurs, mais il demeure confronté à des difficultés liées aux sécheresses, aux maladies, à la dégradation des parcours et à une gestion encore largement traditionnelle. Ce mémoire présente la conception d’un système intelligent de surveillance des moutons basé sur l’Internet des objets et l’intelligence artificielle, visant à améliorer la détection précoce des anomalies physiologiques et comportementales afin de réduire les pertes et d’optimiser la productivité. Le dispositif comprend un collier connecté intégrant des capteurs de température corporelle, de fréquence cardiaque, de SpO₂ et de mouvement, reliés à une carte ESP32 assurant la collecte et la transmission des données. Celles-ci sont envoyées vers un Raspberry Pi 5, qui joue le rôle de serveur central du système. Ce micro-ordinateur héberge la plateforme ThingsBoard, où les informations sont stockées, analysées et visualisées en temps réel. Parallèlement, des capteurs environnementaux mesurent la température, l’humidité, le CO₂, l’ammoniac et les COV afin d’évaluer le confort du milieu d’élevage. Un modèle de réseau de neurones récurrents (GRU) a été développé pour classifier les états physiologiques des animaux avec une précision de 97,8 %, tandis qu’un modèle YOLOv8n permet la détection et le suivi visuel des moutons à l’aide de LED colorées, atteignant un mAP@0.5 de 0,988, gage d’une grande fiabilité. L’ensemble est connecté à une application mobile développée sous Flutter, qui offre à l’éleveur la possibilité de suivre la santé et le comportement de chaque mouton en temps réel et de recevoir des alertes automatiques. Les résultats expérimentaux confirment la stabilité du réseau, la précision des mesures et la performance du traitement local sur le Raspberry Pi. Cette solution constitue une avancée majeure vers une gestion intelligente, durable et automatisée des troupeaux ovins en Algérie, favorisant le bien-être animal et la modernisation des pratiques d’élevage. | |
| dc.identifier.uri | http://dspace.ensa.dz/handle/123456789/4059 | |
| dc.language.iso | fr | |
| dc.subject | Élevage ovin | |
| dc.subject | Internet des objets (IoT) | |
| dc.subject | Intelligence artificielle (IA) | |
| dc.subject | Surveillance animale | |
| dc.subject | Capteurs connectés | |
| dc.subject | YOLOv8 | |
| dc.subject | Détection précoce | |
| dc.title | Fusion de Computer Vision, IA et de capteurs IoT pour l'élevage de précision | |
| dc.type | Thesis |
Files
Original bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- IDJER_Ania-Inès-MOKRANE_Nesrine.pdf
- Size:
- 287.67 KB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description:
