AgriPredict Niger

AgriPredict — Application mobile de diagnostic phytosanitaire pour l'agriculture nigérienne Problème résolu L'agriculture représente 43 % du PIB du Niger et emploie 70 % de la population active, mais les agriculteurs font face à trois contraintes majeures : Absence de connectivité : les zones rurales encaissées n'ont ni Internet stable, ni couverture 3G/4G. Isolement des experts : les agronomes sont éloignés, les barrières linguistiques sont fortes, et le suivi terrain est quasi inexistant. Aucun outil adapté : aucune solution de diagnostic agricole ne fonctionnait hors ligne sur des smartphones d'entrée de gamme. Résultat : jusqu'à 50 % des récoltes perdues à cause de maladies phytosanitaires non détectées. Fonctionnalités clés Côté agriculteur (mobile) Création de compte et authentification locale, sans Internet. Diagnostic IA par photo de plante, entièrement embarqué. Consultation de l'historique des diagnostics et suivi des parcelles. Réception d'alertes via Firebase FCM (push) ou SMS signé cryptographiquement pour les zones sans Internet. Accès à une base de connaissances phytosanitaires hors ligne. Côté expert agronome Publication d'alertes phytosanitaires et consultation d'une carte des foyers de maladie. Validation et correction des diagnostics IA soumis par les agriculteurs. Gestion de la base de connaissances. Côté administrateur (tableau de bord web) Gestion des utilisateurs et approbation des inscriptions experts. Déploiement des modèles IA à distance. Export des images annotées, gestion des alertes et statistiques. Synchronisation hybride Dès qu'une connexion est détectée, un SyncWorker (WorkManager Android) synchronise automatiquement les données offline vers le cloud. Les alertes critiques sont livrées via un protocole SMS propriétaire ([AGRI-227]), signées avec HMAC-SHA256, avec TTL de 10 minutes (anti-rejeu). Technologies utilisées Couche Technologies Mobile Kotlin + Jetpack Compose, Android 8.0+ IA embarquée TensorFlow Lite INT8 — 48 036 images, 24 classes, F1-score : 0,8510 Backend Python + FastAPI Base de données PostgreSQL (cloud) + Room/SQLite (local) Frontend web Next.js + TypeScript Alertes Firebase FCM (push) + Twilio (SMS) Infrastructure Docker + Docker Compose Sécurité API Key, UUID agriculteur, signature HMAC-SHA256 Outils Android Studio, VS Code, PyCharm, Git/GitHub Résultats et perspectives Le moteur IA atteint un F1-score de 0,85, fonctionnel entièrement hors ligne. Les perspectives incluent l'extension du dataset à davantage de cultures locales nigériennes, le support multilingue en plus de ceux existants ( Hausa, Zarma) et un déploiement iOS à grande échelle avec des partenaires agricoles.