SIRCEO II Intelligence Artificielle pour améliorer les estimations à bord

Le projet s’inscrit dans la continuité d’une phase exploratoire, qui a mis en évidence le potentiel de la combinaison entre observation électronique à bord des navires de pêche et intelligence artificielle pour améliorer la reconnaissance des espèces de thonidés. L’objectif est désormais de renforcer et fiabiliser ces technologies afin de disposer d’un outil opérationnel capable d’identifier, de quantifier et de suivre les captures en conditions réelles. Le projet vise à améliorer les performances des modèles d’IA en enrichissant les bases de données d’apprentissage, notamment grâce à la prise en compte d’espèces rares et à la génération de données synthétiques via un jumeau numérique. Il s’agit également de renforcer la robustesse des algorithmes face aux contraintes du milieu embarqué (variabilité de luminosité, superposition des individus, angles de vue), tout en développant des approches permettant d’expliciter et de mieux encadrer les résultats produits.

Les travaux incluent enfin l’intégration et la validation du système dans un environnement opérationnel, à travers des outils embarqués et des applications dédiées, permettant d’évaluer la performance du dispositif en situation réelle. À terme, le projet doit aboutir à un prototype industrialisable, contribuant à améliorer la fiabilité des données de capture, à renforcer la transparence et la conformité réglementaire, tout en facilitant la gestion opérationnelle des débarquements et l’anticipation des ventes à terre.