- Ateliers utilisateurs
- Conception UX/UI
- Développement sur mesure (Web, Android, iOS)
- Maintenance corrective et évolutive
- Computer vision (vision par ordinateur)
- Gestion de projet agile
Fishola
Développement d'une application mobile (Android, iOS) et web de science participative permettant de recenser les activités de pêche en eau douce
Client : Inrae
Secteur : Recherche agronomique et environnement
Date du projet : 2020
Principales technologies utilisées :




Prestations et expertises
Le besoin
La pêche amateur est une pratique très répandue, qui pose des enjeux de conservation de la biodiversité. La gestion d'une pêche durable nécessite des données fiables et régulières sur les espèces capturées, en particulier sur leur localisation, leur nombre et leur taille. À ce titre, un programme de sciences participatives existe depuis plusieurs décennies dans les lacs périalpins, porté par le Pôle ECLA, consortium dédié à l'étude des écosystèmes lacustres.
Ce programme permettaient aux pêcheurs volontaires de transmettre aux scientifiques leur carnet de captures sous format papier. Cependant, le Pôle ECLA faisait face à trois problématiques majeures :
- Des budgets serrés empêchant les observations scientifiques à grande échelle ;
- Un faible nombre de pêcheurs fournissant ses carnets de pêche, dû à la procédure manuelle de remontée des données ;
- Les erreurs et incohérences dans les données, dues à la recopie manuelle et à l'absence de contrôle (e.g. cohérence taille/poids)
L’INRAE souhaitait donc proposer aux pêcheurs des lacs alpins une solution qui permettrait de réaliser des études à grande échelle, tout en garantissant une qualité de données par la saisie en temps réel des informations de pêche.
Depuis 2019, nous avons entrepris la conception d’une application permettant de répondre aux besoins suivants :
- Proposer une application simple et ludique, à des pêcheurs parfois non-initiés aux interfaces mobiles ;
- S'adapter à tous les usages, en rendant l’application accessible depuis le lac (application mobile pouvant fonctionner hors-ligne) ou en retour de pêche (application web) ;
- Assurer une collecte fiable des données de pêche, avec des formulaires guidés, des contrôles de saisie (valeurs aberrantes, cohérence), et des exports conformes aux besoins des scientifiques.
La solution mise en oeuvre
Pour nous adapter aux différents usages, le logiciel Fishola est décliné en applications mobiles Android & iOS pour les pêcheurs souhaitant renseigner les prises directement sur le bateau, ainsi que via une application web permettant une saisie différée sur ordinateur, en retour de pêche.
L'application mobile permet aux pêcheurs de transmettre en temps réel ses données de pêche : sorties, espèces capturées, taille et poids des prises, etc. Des fonctionnalités supplémentaires sont également disponibles : prise de photos, géolocalisation, enregistrement des cartes de pêche, réseau social entre pêcheurs...
Initialement limitées aux lacs alpins (Léman, lacs d’Annecy, du Bourget et d’Aiguebelette), l'application couvre depuis 2025 des milliers de lacs et rivières sur le territoire national.
Une application mobile co-conçue avec les utilisateurs
La clé de l’adoption de l’application, au-delà des considérations techniques habituelles (fluidité, mode offline..) a été d’intégrer les futurs utilisateurs à toutes les phases du cycle de développement :
- ateliers de co-construction impliquant pêcheurs, scientifiques et développeurs,
- validation des maquettes interactives,
- rencontres régulières avec les pêcheurs pour recueillir leurs retours et suggestions.
Les pêcheurs amateurs n’ayant aucune obligation d’utiliser Fishola, nous avons particulièrement insisté sur l’UI et l’UX de l’application, en rendant notamment un maximum d’étapes facultatives (position GPS, photo de la prise, poids…) pour ne pas freiner l’utilisation.
Nous avons également travaillé sur le terrain pour comprendre les contextes d'utilisations et adapter le comportement de l'application (UI pensée pour être utilisée avec des gants ou doigts sales, saisie simplifiée avec utilisation minimale du clavier...).

Moteur de reconnaissance de silhouette et de mesure automatique
Dans le cadre de ce projet, nous avons été amenés à implémenter un moteur de reconnaissance de silhouette de poisson et de mesure automatique. Différentes techniques de détection de contours ont été mise en place à l'aide d'OpenCV (Canny edge detection, contour finding, ...).
Afin de contrôler les résultats du moteur de détection, nous avons créé un framework de tests automatisés permettant de valider et comparer les mesures obtenues à des valeurs attendues, et de prendre des captures d’écrans en cas d’erreur. La généricité de ce framework le rend applicable à des tâches de machine learning supervisé, comme la reconnaissance d'espèces.
