fresnel-cyber/adtc-2026-diagnostic-agronomique

Assistant de diagnostic agronomique post-vol — LLM 100% hors-ligne sur laptop 8 Go (Africa Deep Tech Challenge 2026) »). # ADTC 2026 — Assistant de diagnostic agronomique post-vol > Application LLM **100 % hors-ligne**, tournant sur un laptop grand public **8 Go de RAM**, pour l'Africa Deep Tech Challenge 2026. **Mawudo Aerospace** · Deadline de soumission : **25 août 2026** --- ## En une phrase Un opérateur terrain (agriculteur, agronome) rentre d'une mission drone sur une parcelle. L'outil prend ses **données de stress hydrique déjà mesurées** et les transforme en un **diagnostic clair, en langage naturel**, enrichi par l'historique des missions précédentes sur la même parcelle — le tout sans aucune connexion internet. ## Pourquoi ce projet est conçu ainsi Une première approche (donner les photos aériennes à un modèle de vision pour qu'il juge lui-même le stress) a été **testée puis écartée** : les modèles de vision accessibles sur 8 Go ne discriminent pas fiablement le niveau de stress à partir d'une image brute. Le pipeline retenu s'appuie donc sur des **données pré-quantifiées** (calcul NDVI classique), et le LLM local se limite à ce qu'il fait bien : **interpréter et reformuler**. Le détail complet (contexte, tests de faisabilité, décisions, timeline) est dans le cahier des charges. ## Architecture Le pipeline repose sur trois briques, dans cet ordre : 1. **Données de mission** — ratio de stress hydrique par zone, obtenu par traitement classique (NDVI), pas par IA générative. 2. **Base de connaissances locale (RAG)** — historique des missions (SQLite) + corpus agronomique de référence, consultés sans connexion. 3. **Génération du diagnostic (LLM local)** — un modèle local (Gemma 3) reformule les données + le contexte en un diagnostic actionnable. ## Stack technique | Composant | Choix | |---|---| | Moteur d'inférence local | Ollama (llama.cpp) | | Modèle de langage | Gemma 3 (taille à confirmer selon la RAM) | | Stockage historique | SQLite | | Recherche vectorielle (RAG) | ChromaDB ou FAISS | | Langage | Python | | Interface de démo | CLI ou Streamlit (à trancher) …