{"id":32251,"date":"2025-06-24T11:37:15","date_gmt":"2025-06-24T09:37:15","guid":{"rendered":"https:\/\/www.univ-smb.fr\/mon-usmb\/?p=32251"},"modified":"2025-06-24T11:37:15","modified_gmt":"2025-06-24T09:37:15","slug":"deepfaune-lintelligence-artificielle-au-service-de-la-biodiversite","status":"publish","type":"post","link":"https:\/\/www.univ-smb.fr\/mon-usmb\/2025\/06\/24\/deepfaune-lintelligence-artificielle-au-service-de-la-biodiversite\/","title":{"rendered":"DeepFaune : l\u2019intelligence artificielle au service de la biodiversit\u00e9"},"content":{"rendered":"

Les pi\u00e8ges photographiques sont devenus un outil central pour les scientifiques et gestionnaires d\u2019espaces naturels : non-intrusifs, simples \u00e0 d\u00e9ployer, ils permettent de recueillir un grand volume d\u2019images illustrant la faune locale. Mais cet atout devient un d\u00e9fi lorsqu\u2019il s\u2019agit de trier manuellement plusieurs milliers de clich\u00e9s. Le projet DeepFaune<\/em>, co-pilot\u00e9 par Vincent Miele, ing\u00e9nieur CNRS rattach\u00e9 au Laboratoire d\u2019Ecologie Alpine (LECA)<\/a> de l\u2019USMB, apporte une r\u00e9ponse concr\u00e8te \u00e0 cet enjeu gr\u00e2ce \u00e0 l\u2019intelligence artificielle.<\/strong><\/p>\n

Une IA entra\u00een\u00e9e gr\u00e2ce \u00e0 un effort collectif in\u00e9dit<\/strong><\/h2>\n

Lanc\u00e9 en 2020, DeepFaune<\/em> est un logiciel libre et gratuit qui identifie automatiquement les esp\u00e8ces animales sur les images issues de pi\u00e8ges photos, ces boitiers \u00e0 d\u00e9clenchement automatique install\u00e9s dans la nature. DeepFaune<\/em> embarque des algorithmes d\u2019IA de pointe, \u00a0entrain\u00e9s par une \u00e9quipe de scientifiques d\u2019unit\u00e9s mixtes de recherches CNRS des universit\u00e9s suivantes : l\u2019universit\u00e9 Grenoble Alpes (UGA), l\u2019universit\u00e9 Savoie Mont-Blanc (USMB), l\u2019universit\u00e9 Claude Bernard de Lyon (UCBL) et l\u2019universit\u00e9 de Montpellier (UM).<\/p>\n

Son d\u00e9veloppement repose sur une d\u00e9marche de science collaborative : plus de 60 partenaires \u2013 parcs nationaux, associations, conservatoires, f\u00e9d\u00e9rations de chasseurs, particuliers\u2026 \u2013 ont contribu\u00e9 en partageant des millions d\u2019images annot\u00e9es, indispensables \u00e0 l\u2019entrainement des mod\u00e8les. Ce r\u00e9seau de terrain, structur\u00e9 autour d\u2019une logique sciences et soci\u00e9t\u00e9<\/a>, est l\u2019un des piliers du projet.<\/p>\n

Un outil performant et accessible<\/strong><\/h2>\n

En s\u2019appuyant sur les capacit\u00e9s de calcul du supercalculateur Jean Zay<\/a> (ordinateur ultra-puissant capable de traiter d\u2019immenses volumes de donn\u00e9es), les chercheurs ont pu entrainer et optimiser le mod\u00e8le DeepFaune<\/em> pour qu\u2019il soit \u00e0 la fois rapide, fiable et peu gourmand en ressources.<\/p>\n

R\u00e9sultat : plus de 97 % des identifications sont correctes, et l\u2019outil peut traiter des milliers d\u2019images en quelques clics, sans connexion \u00e0 un serveur distant. En particulier, les performances sont excellentes sur les esp\u00e8ces alpines comme le chamois, le bouquetin ou la marmotte. Accessible en plusieurs langues, DeepFaune<\/em> est aujourd\u2019hui utilis\u00e9 par plusieurs milliers d\u2019utilisateurs (particuliers, parcs nationaux et r\u00e9gionaux, r\u00e9serves naturelles ou bien encore des structures de suivi de la biodiversit\u00e9) \u00e0 travers toute l\u2019Europe. Ce logiciel, gratuit et simple d\u2019acc\u00e8s, est \u00e0 la disposition de tous.<\/a><\/strong><\/p>\n

\"\"
Capture d’\u00e9cran du logiciel DeepFaune<\/em>. Un cerf\/un chamois [en fonction] est d\u00e9tect\u00e9 par l’algorithme d’IA sur une image d’un pi\u00e8ge photographique install\u00e9 dans les Bauges, avec un score de confiance de 99%. Cr\u00e9dit : LECA<\/figcaption><\/figure>\n

Une dynamique collaborative soutenue par l\u2019USMB et le LECA<\/strong><\/h2>\n

Le projet DeepFaune est un bel exemple de d\u00e9marche collaborative entre plusieurs laboratoires\u00a0: le Centre d’Ecologie Fonctionnelle et Evolutive (CEFE) de l\u2019UM avec Simon Chamaill\u00e9-Jammes, chercheur CNRS et co-porteur de DeepFaune, le Laboratoire de biom\u00e9trie et biologie \u00e9volutive (LBBE) de l\u2019UCBL, ainsi que le LECA<\/a> de l\u2019USMB.<\/p>\n

Le LECA, implant\u00e9 dans les territoires de montagne par son vaste r\u00e9seau de collaboration, a pu mobiliser autour du projet DeepFaune<\/em> diff\u00e9rents acteurs locaux : le Centre de Recherches sur les Ecosyst\u00e8mes d’Altitude (CREA) Mont Blanc, le Conservatoire d’Espaces Naturels de Haute-Savoie (CEN 74), l\u2019Office Fran\u00e7ais de la Biodiversit\u00e9 (OFB) et la R\u00e9serve Nationale de Chasse et de Faune sauvage (RNCFS) des Bauges, le Parc de la Vanoise\u2026 autant de soutiens de la premi\u00e8re heure.<\/p>\n

Forts de ces soutiens, et conscients des demandes grandissantes des utilisateurs, Vincent Miele du LECA, expert en IA reconnu \u00e0 l\u2019\u00e9chelle nationale, et l\u2019\u00e9quipe-projet poursuivent l\u2019aventure DeepFaune<\/em>. Impliqu\u00e9e dans un projet europ\u00e9en ambitieux, le projet BIG_PICTURE<\/a>, l\u2019\u00e9quipe int\u00e8gre actuellement aux mod\u00e8les existants des esp\u00e8ces qui avaient \u00e9t\u00e9 jusque-l\u00e0 ignor\u00e9es. C\u2019est le cas par exemple du chacal dor\u00e9, en expansion, m\u00eame en France. De nouveaux mod\u00e8les d\u2019IA encore plus performants sont \u00e9galement \u00e0 l\u2019\u00e9tude…<\/p>\n

Ce projet t\u00e9moigne de l\u2019engagement de l\u2019USMB dans des collaborations d\u2019envergure nationale en \u00e9troite coop\u00e9ration avec le CNRS. Il incarne la volont\u00e9 de l\u2019universit\u00e9 de soutenir une recherche ouverte et interdisciplinaire, capable de d\u00e9velopper des outils concrets adapt\u00e9s aux usages, ici, des acteurs des territoires de montagne.<\/strong><\/p>\n

En savoir plus <\/strong><\/h2>\n