Cet article présente une approche de détection de fruits
depuis des images acquises par des caméras dans un verger.
Le but est de comptabiliser les fruits, ici des pommes
de différentes variétés. Nous adaptons une méthode classique,
basée sur une classification appliquée sur une fenêtre
de résolution variable, déplacée dans toute l'image :
ce classifieur doit au préalable être entraîné sur une base
d'apprentissage de grande dimension, construite à partir
d'images annotées. Cet apprentissage est requis pour les
différentes variétés. Pour limiter le temps lié à la construction
de ces bases d'apprentissage, nous proposons d'exploiter
toujours la même base d'images acquises sur des
pommes qu'il est possible de segmenter de manière automatique,
typiquement des pommes rouges qui se détachent
facilement du feuillage. Nous décrivons les différents classifieurs
de type CNN testés pour cette application, exploités
en mode prédiction-vérification. Nous comparons cette
approche avec une méthode classique de la littérature.