le système développé par la start-up repose sur l’intégration de caméras dans des aménagements de contournement des barrages aménagés pour la migration des poissons. « nous capturons les vidéos, puis nous évaluons la performance de ces ouvrages piscicoles », précise mina aghaei de fishlab. ces images sont analysées par des algorithmes d’intelligence artificielle capables de détecter et d’identifier automatiquement les différentes espèces de poissons.
en 2025, fishlab a franchi une étape décisive en développant et déployant des modèles de vision par ordinateur. « nous avons utilisé des modèles d’apprentissage automatique pour détecter et identifier les espèces de poissons », indique mina aghaei.
ces modèles ont été testés dans des conditions réelles, avec des résultats encourageants. « dans certains environnements, cela fonctionne vraiment bien. nous pouvons obtenir une grande précision ». cependant, les défis restent nombreux. « parce que nous sommes dans un environnement bruyant, il y a des débris, des reflets, et aussi pendant la nuit, nous n’avons pas une qualité de vidéo homogène. c’est vraiment un grand défi ».
face à ces obstacles, fishlab a défini des objectifs clairs pour 2026. « notre principal objectif est d’améliorer à la source la performance du modèle que nous avons développé en 2025, en proposant une véritable révolution du boîtier matériel pour capturer les vidéos avec une plus grande précision et moins d’effets directs et indirects sur la faune piscicole», détaille mina aghaei. la start-up souhaite également apporter une validation scientifique à son approche.
pour relever ces défis, fishlab a initié une collaboration avec la hes-so valais dans le cadre d’un chèque innosuisse. cette collaboration vise plusieurs objectifs ambitieux, notamment rendre le système évolutif, généralisable, mais également économique. « l’objectif est d’avoir dès 2027 un produit autonome et standardisé, qui puisse fonctionner partout automatiquement ».
informations complémentaires : www.fishlab.ch