La proportion de déchets dans les sols contaminés a une grande influence sur leur gestion. Les méthodes standards pour déterminer ces proportions sont visuelles et subjectives. L’émergence récente des réseaux de neurones convolutifs (RNC) a révolutionné l’analyse automatique des images dans différents domaines. Ces réseaux de neurones peuvent recevoir des données complexes, comme des images, pour les classer et les interpréter. On rencontre encore très peu d’applications en géotechnique et en géoenvironnement. Dans ce projet, nous proposons de créer une base de données de photographies de sols contaminés et d’entrainer un réseau de neurones convolutifs pour prédire la taille des particules et le pourcentage de déchets dans les sols contaminés à partir de photographies. Cet outil permettra d’améliorer les méthodes de caractérisation des sols contaminés et la réhabilitation des sites contaminés.