L'IA favorise les avancées en matière de tri et de classement automatisés des pommes de terre

Cet article a été initialement publié dans un numéro du magazine Spudman. Cliquez ici pour consulter l'article sur le site Web de la publication.

Par Melinda Waldrop, rédactrice en chef du magazine Spudman

Wada Farms, basée dans l'Idaho, cultive plus de 30 000 acres de pommes de terre et d'autres produits, exploite un hangar d'emballage de 140 000 pieds carrés et a engrangé 37,5 millions de dollars de revenus en 2025. En tant que l'un des plus grands producteurs-expéditeurs de pommes de terre fraîches et d'oignons du pays, l'entreprise a pu constater de première main les avancées rendues possibles par l'innovation axée sur l'intelligence artificielle.

L'entreprise, propriété familiale depuis 1943, a également été témoin du pouvoir d'un coup de chance.

Wada Farms, l'un des premiers adaptateurs des systèmes de détection et de tri automatisés de pointe SifTai pour les pommes de terre de KPM Analytics, a amélioré la précision et l'efficacité tout en réduisant la main-d'œuvre de 80 % depuis son partenariat avec l'entreprise technologique basée dans le Massachusetts, a déclaré Kip Yeates, vice-président des opérations fraîches de Wada Farms. Mais aucune de ces réalisations n'aurait pu être réalisée sans une rencontre fortuite il y a près de dix ans.

« Nous étions une page blanche en matière d'IA », explique Yeates à Spudman. « Quelqu'un conduisait un camion et transportait des pommes de terre hors de notre immeuble et a pensé que son beau-frère pourrait être intéressé à essayer de nous aider. »

Ce beau-frère était affilié à Smart Vision Works, experts en systèmes de vision par ordinateur alimentés par l'IA, qui a été rachetée par KPM en 2023.

Fondée par des docteurs qui connaissaient bien le codage mais n'étaient pas aussi profondément enracinés dans l'agriculture, Smart Vision Works « recherchait de bons domaines dans le domaine de l'alimentation pour appliquer cette technologie que nous connaissions très bien », explique Curtis Koelling, vice-président des produits de KPM.

La collaboration qui en a résulté entre l'entreprise technologique et le producteur de pommes de terre a donné lieu à un partenariat fructueux et à une nouvelle orientation prometteuse pour l'industrie des systèmes de vision.

Le problème des pommes de terre

Historiquement, les systèmes de vision n'avaient pas fait de progrès dans le calibrage et le tri des pommes de terre pour une raison simple : les pommes de terre brunes, comme les rousses qui sont l'une des quatre principales variétés cultivées par Wada, ont brouillé la donne en raison de la technologie de différenciation des couleurs largement utilisée par ces systèmes.

« Les pommes de terre Russet sont brunes », explique Jeremy West, représentant national des ventes de KPM pour l'inspection visuelle des pommes de terre. « Leurs défauts sont bruns, pour la plupart. Il est donc très difficile d'utiliser la différenciation des couleurs pour le déterminer. »

Koelling a ajouté : « De nombreuses personnes ont été touchées par une technologie de vision qui surpromet et ne donne pas les résultats escomptés. Cela leur donne un goût amer dans la bouche. »

Yeates, pour sa part, n'était pas immédiatement d'accord avec l'idée.

« J'avais besoin de beaucoup de conviction », a-t-il dit. « J'étais presque sûr que ce serait la tâche la plus difficile qu'ils aient entreprise à ce jour en matière de systèmes de vision. Pour les roux, il serait extrêmement difficile d'identifier ce qui est simplement incohérent dans le filet ou la couleur de la pomme de terre par rapport à un véritable défaut. »

Yeates a été influencé par une vidéo montrant la technologie Smart Vision Works identifiant et retirant un morceau de bois du bacon.

« J'ai eu du mal à identifier le bois à l'œil nu. Ils ont dû le segmenter hors de la photo pour que je puisse voir où il se trouvait », explique Yeates. « C'est ainsi qu'ils m'ont convaincue... Cela fait longtemps. Il a fallu huit ou neuf ans pour le préparer. Nous avons atteint le point où nous pouvions dimensionner mieux que tout ce que nous avions vu auparavant, de loin. »

L'AMA a commencé modestement en utilisant un système de caméra modernisé pour calibrer les pommes de terre « sans aucun composant de calibrage, afin de pouvoir les examiner et obtenir les dimensions correctes avec le système de vision, obtenir la longueur, la largeur et la hauteur — puis les comparer au facteur de densité pour déterminer le volume de la pomme de terre », explique Yeates. « Ensuite, nous avons commencé le classement, en éliminant les défauts, et nous avons créé un modèle qui nous permettrait de classer les pommes de terre selon les normes de l'USDA et de nous débarrasser des pommes de terre cassées, vertes et abîmées. »

Selon les normes de l'USDA, « vous pouvez disposer d'une certaine surface pour couvrir le défaut », a déclaré West. « À ma connaissance, il n'existe aucun autre système qui mesure réellement la taille du défaut et vous donne le pourcentage de surface comme nous le faisons. Cela est directement lié à la norme de l'USDA et aux normes également définies par le client. »

La technologie au travail

Les systèmes de tri, de calibrage et de classement de SifTai utilisent une vision avancée et des algorithmes d'IA pour mesurer avec précision les pommes de terre, détecter les défauts et garantir un calibre uniforme.

Le système comprend :

• Table intelligente pour le classement et la détection des corps étrangers
• Système de tri, de calibrage et de classement des pommes de terre à plusieurs voies
• Système de détection de matières étrangères pour la production alimentaire (principalement utilisé pour le déchiquetage et la transformation)
• Trieur robotique

Au départ, les systèmes Smart Vision Works n'incluaient pas d'équipement, a déclaré Koelling.

« Nous nous sommes simplement intégrés aux machines existantes et avons fourni le cerveau et les yeux », a-t-il déclaré. « Depuis notre acquisition par KPM Analytics, nous avons poursuivi notre expansion sur le marché de la pomme de terre et proposons des solutions supplémentaires à l'aide de la plateforme SifTai... Nous sommes allés au-delà de la couleur. Il ne s'agit plus simplement d'un seuil selon lequel si la couleur change au-delà de ce seuil, c'est un mauvais produit.

« La triste vérité est que même à l'intérieur d'un même lot, la couleur de la peau d'une pomme de terre peut varier. Il peut y avoir un skinning, ce qui peut convenir au client. Notre modèle d'IA a été entraîné sur des millions de pommes de terre à ce stade : différentes variétés de différentes saisons, de différents champs et de différents endroits. Elle est désormais très experte pour identifier les défauts, bien plus que simplement « la couleur est un peu différente ». »

Selon la taille de l'exploitation et l'équipement utilisé, les transformateurs et les conditionneurs de pommes de terre peuvent obtenir un retour sur investissement en 10 mois à trois ans, a déclaré West.

Yeates a indiqué que Wada Farms avait réduit ses besoins en main-d'œuvre de 75 % à 80 % tout en améliorant la précision du tri.

« Le genre de travail que nous faisons est difficile, et nous ne voyons tout simplement pas de gens vouloir faire ce genre de travail », a-t-il dit. « L'esprit de l'IA ne va pas vagabonder. Il reste concentré et ciblé. Il va faire ce qu'on lui demande de faire. En gros, un robot peut réaliser les cycles (de production) équivalents à ceux de deux personnes... C'est bien mieux que ce que les humains pourraient faire. »

Road Ahead automatisé

Outre l'industrie des fruits et légumes, KPM, qui compte plus de 100 clients dans plus de 100 pays, travaille également avec des secteurs tels que les boissons, les snacks, les céréales et les céréales, selon son site internet.

Sa présence dans la pomme de terre stimule sa croissance, ainsi que les mises à jour technologiques de ses concurrents, a déclaré West.

« Plus de 70 % du tri par voie est effectué par nos responsables de vision SifTai dans l'Idaho, actuellement pour les pommes de terre », a-t-il déclaré. « La concurrence stimule l'innovation, et l'innovation a été vraiment bénéfique pour les producteurs et les entrepôts. »

West a souligné que KPM s'efforçait de former un partenariat avec les producteurs, en utilisant les commentaires pour améliorer leurs produits tout en permettant aux clients d'accéder aux données de l'entreprise et de les appliquer à leurs opérations. Par exemple, les données de l'entreprise peuvent indiquer une prévalence de bleus dus à la pression, ce qui peut indiquer des piles de stockage trop profondes ou un problème d'équipement.

« Si jamais vous laissez entrer un producteur dans le hangar, la première chose qu'il fera est de regarder ce qu'il y a sur la ceinture d'abattage et de voir ce qui se passe », explique West. « Il ne veut pas voir de bonnes pommes de terre sur cette ceinture d'abattage. Mais pour pouvoir récupérer ces informations sur chaque pomme de terre et les lui renvoyer... il y a beaucoup d'informations que vous pouvez envoyer dans les deux sens. »

À l'avenir, West envisage de nouvelles possibilités d'IA pour les conditionneurs et les transformateurs de pommes de terre, y compris avant que le produit n'atteigne le hangar.

« Il y a encore beaucoup de progrès que nous pouvons réaliser. Qu'il s'agisse d'interfaces utilisateur ou de détection de défauts internes, le marché est très ouvert », a-t-il déclaré. « De nombreuses zones doivent encore être desservies. Cela inclut également l'expansion au niveau de la ferme. Il y a beaucoup de choses qui peuvent être faites pour aider avant même que les pommes de terre ne soient lavées. »

Yeates, autrefois sceptique, est maintenant impatient de voir ce que l'avenir réserve à l'IA. Il imagine des avancées qui « affinent ce qui existe, probablement en lui donnant un peu plus de puissance. Nous devons améliorer cette puissance de calcul afin de pouvoir faire plus de choses et les faire plus rapidement. »

Si l'on se fie à la dernière décennie, cette vision deviendra réalité.

« Au cours des 10 dernières années, la technologie a fait des progrès considérables », a déclaré West. « C'est formidable de voir que les gens prêtent vraiment attention au marché de la pomme de terre, car c'est vraiment l'un des marchés les plus intéressants.

« Les producteurs travaillent d'arrache-pied pour développer leur produit, et il n'y a aucune raison pour que nous n'utilisions pas la meilleure technologie pour les aider à en tirer le meilleur parti, afin qu'ils puissent continuer à être agriculteurs pendant les années difficiles et prospérer pendant les bonnes années. »