YOLOvME: الكشف عن أمراض المحاصيل وتحسين الكفاءة في الزراعة
اكتشف رحلة كلينتون أناني مع الذكاء الاصطناعي في الزراعة، والتغلب على أمراض المحاصيل باستخدام YOLOv5 في Ultralytics. استكشف مستقبل تكنولوجيا الزراعة.
جلسنا مع كلينتون أناني لمعرفة كيف تغلب على مشاكل أمراض المحاصيل باستخدام الذكاء الاصطناعي.
كلينتون هو مهندس برمجيات وروبوتات، ومهندس تعلم عميق شغوف للغاية. وهو أيضًا المؤسس المشارك والرئيس التنفيذي لشركة 3Farmate Robotics Limited، وهي شركة ناشئة في مجال البحث والتطوير في التكنولوجيا الزراعية تركز على بناء آلات أتمتة لمعالجة عدم كفاءة العمل اليدوي في قطاع الزراعة، من خلال الاستفادة من الروبوتات والذكاء الاصطناعي المتطور.
يحب كلينتون بناء الروبوتات! ولكن شغفه بالآلات بدأ في وقت أبكر من ذلك بكثير، عندما كان طفلاً. قاده هذا الفضول في النهاية إلى الذكاء الاصطناعي. بدأ كلينتون مع الذكاء الاصطناعي منذ حوالي 3 سنوات، مع معرفة شبه معدومة بالمجال. تابع عشرات البرامج التعليمية وبنى أشياء مذهلة. ومع ذلك، لم يكن كلينتون قادرًا على الاعتماد على نفسه في قطاع الذكاء الاصطناعي. لذا، قرر التعمق في Machine Learning. أخذ كلينتون في الغالب دورات من أفضل الجامعات والمؤسسات على Coursera و Udacity. ذكر كلينتون أن الدورات التي أخذها من Andrew Ng حول التعلم العميق كانت مؤثرة بشكل خاص في مساعدته على الوصول إلى ما هو عليه اليوم. يستخدم كلينتون YOLOv5 منذ بداية عام 2021.
Link to this sectionتعالج شركة 3Farmate Robotics قضيتين في صناعة إنتاج الغذاء:#
1. توفير أدوات زراعية رقمية للقطاع لتحسين الكفاءة والإنتاجية. 2. توفير قوة عاملة عالية الكفاءة لحراثة الأرض وتعظيم إمكاناتها.
لكلا القطاعين، يعد AI in agriculture أمراً أساسياً. لطالما ابتُليت المزارع بأمراض المحاصيل، وما زالت تدمر مئات الأفدنة من المحاصيل الغذائية كل عام. يعود هذا الدمار إلى الطبيعة اليدوية والبطيئة للغاية لتحليل أمراض المحاصيل والوقت الذي تستغرقه التوصية بالحلول. تتطلب الحلول الحالية عموماً قيام أخصائي أمراض نبات بزيارة المزرعة، وإجراء مسوحات، وجمع بعض البيانات، وعرض النتائج في غضون أسبوع أو أسبوعين، وهي فترة ستستمر خلالها الأمراض/الآفات في الانتشار. وبالنظر إلى أوجه القصور في هذه العملية، هناك فرصة واضحة للتحسين: سواء في تحديد أمراض المحاصيل في الموقع مباشرة أو في التوصية بالحلول في غضون ثوانٍ.
لذا، وُجد أن الذكاء الاصطناعي هو المنافس الأبرز لحل هذه المشكلة. وعندما تعلق الأمر باختيار نماذج الذكاء الاصطناعي، فهناك الكثير من الخيارات المتاحة. ومع ذلك، قدمت YOLOv5 باستمرار لكلينتون نتائج ودقة ممتازة عندما عمل بها سابقاً، مما جعله يفكر في اعتمادها لكل من أدواتهم الرقمية وكذلك أنظمتهم المدمجة.
Link to this sectionلماذا كان من السهل العمل مع YOLOv5؟#
شاهد: تحليل المحاصيل للأغذية الصحية باستخدام YOLOv5.
تدريب نموذج YOLOv5 مباشر للغاية ومريح جدًا للعمل معه. بالنسبة لنشر النموذج، لدينا نشر قائم على الويب، ونشر على الهاتف المحمول، ونشر على نظام مدمج.
يقول كلينتون: "في المستقبل القريب، نتطلع إلى إجراء تقييمات للجودة للفواكه والخضروات في الوقت الفعلي، ولهذا، سيتم استخدام YOLOv5".
Link to this sectionما هي النصيحة التي تقدمها لشخص يبدأ في مجال الذكاء الاصطناعي؟#
بالنسبة لشخص جديد في مجال الذكاء الاصطناعي، أوصي بالعثور على خارطة طريق تعليمية جيدة حقًا للذكاء الاصطناعي واتباعها بدقة. إذا فاتتك أسس الذكاء الاصطناعي (جانب التفاضل والتكامل، والإحصاء، والمعادلات التفاضلية)، فسيكون من الصعب عليك العمل مع أنظمة الذكاء الاصطناعي وما يتطلبه الأمر لتكون قادرًا على التعامل مع مشروع ذكاء اصطناعي واقعي. لذا خذ الأمور ببطء، واستمتع بالرحلة.
توفر 3Farmate Robotics منصة مدعومة بالذكاء الاصطناعي لتحليل المحاصيل واكتشاف الإصابات وتقديم توصيات مع دعم لمحاصيل متعددة. تتميز هذه المنصة بخفتها وقدرتها على العمل على أي هاتف محمول. ابقَ على اطلاع دائم بـ 3Farmate Robotics عبر LinkedIn.
اكتشف كيف تُحدث YOLOv5 وتقنيات رؤية الذكاء الاصطناعي تغييراً في agriculture industry.
نريد تسليط الضوء على حالة استخدام YOLOv5 الخاصة بك أيضًا! قم بالإشارة إلينا على وسائل التواصل الاجتماعي Ultralytics@ باستخدام الوسم #YOLOvME للحصول على فرصة للظهور.
